[发明专利]一种台区多模态信息处理方法

说明书

本申请公开了一种台区多模态信息处理方法，所述台区多模态信息处理方法包括如下步骤：数据输入，将需要处理的数据整体输入；筛选、分类，将输入的数据利用筛选模块进行筛选；信息融合，将台区电气信息与非电气信息进行多模态信息融合；预测线损，正常运行状态下线损数据以及BP神经网络预测得出的台区理论线损；建立数据库，根据理论线损，建立台区损耗特征信息库；分级监测，对数据库内部的信息构建台区信息分级监测体系；数据处理。对台区损耗特征的分析，筛选出主要电参数和非电器特征参数；将台区电气信息与非电气信息进行多模态信息融合，预测台区理论线损，提高损耗特征信息库数据的准确性；利用分级监测体系，提高线损数据的精准程度。

技术领域

本申请涉及信息处理领域，尤其是一种台区多模态信息处理方法。

背景技术

多模态即多模态生物识别是指整合或融合两种及两种以上生物识别技术，利用其多重生物识别技术的独特优势，并结合数据融合技术，使得认证和识别过程更加精准、安全。与传统的单一生物识别方式的主要区别在于，多模态生物识别技术可通过独立的或多种采集方式合而为一的采集器，采集不同的生物特征(如指纹、指静脉、人脸、虹膜图像等)，并通过分析、判断多种生物识别方式的特征值进行识别和认证。

现有技术中未对台区损耗特征分析，理论计算方法数据采集工作量巨大，精度较差。利于神经网络理论计算线损时大多考虑电气量应用，温度、湿度等非电气信息同样对台区损耗产生影响，准确程度不高，未采用分级监测，影响线损数据整体处理时的精准程度。因此，针对上述问题提出一种台区多模态信息处理方法。

发明内容

在本实施例中提供了一种台区多模态信息处理方法用于解决现有技术中数据采集处理工作量大、精度较差，计算线损时，准确程度不高，未采用分级监测，影响线损数据处理的精准程度的问题。

根据本申请的一个方面，提供了一种台区多模态信息处理方法，所述台区多模态信息处理方法包括如下步骤：

(1)数据输入，将需要处理的数据整体输入，对台区损耗特征的分析；

(2)筛选、分类，将输入的数据利用筛选模块进行筛选，筛出与台区网架结构和负荷相关的主要电参数和非电器特征参数，并将参数逐一记录；

(3)信息融合，将台区电气信息与非电气信息进行多模态信息融合，保证台区信息的完整；

(4)预测线损，多模态信息融合后，保持台区的正常运行状态，得出此状态下的信息的线损数据以及BP神经网络预测得出的台区理论线损；

(5)建立数据库，进行多次运行进行实践，根据理论线损，建立台区损耗特征信息库；

(6)分级监测，对数据库内部的信息构建台区信息分级监测体系，对信息进行逐步分级；

(7)数据处理，对数据库内的信息进行处理后进行备份，然后输出。

进一步地，所述步骤(1)中在数据输入时，多模态信息处理任务中所有处理样本数据的各单模态数据是完整的。

进一步地，所述步骤(2)中经过筛选得出的主要电参数和非电器特征参数分别进行存储。

进一步地，所述步骤(2)中将台区网架结构和负荷相关的主要电参数进行分类，使主要电参数与非电器特征参数实现分离。

进一步地，所述步骤(3)中信息融合采用的融合策略是混合融合方法。

进一步地，所述步骤(3)中对电气信息与非电气信息的每个模态单独完成各自的属性判别，通过融合来自每个模态的属性判别结果，并依据相应的融合方法形成最后的判别。

进一步地，所述步骤(4)中保持台区的正常运行状态，并输入3-5组不同的数据信息，预测台区的理论线损。