[发明专利]综合能源数据融合方法、装置及设备

权利要求书

1.一种综合能源数据融合方法，其特征在于，所述融合方法包括：

获取综合能源数据；所述综合能源数据包括能源感知设备生成的计量数据、运行状态数据或监测数据；

采用训练好的回声状态网络确定每条综合能源数据所属的业务类型；

根据每条综合能源数据的业务类型提取每条综合能源数据的数据内容；

根据综合能源数据的数据内容对应的语义关联特征量将所述综合能源数据进行数据融合。

2.根据权利要求1所述的融合方法，其特征在于，所述融合方法还包括：在获取综合能源数据之后，对所述综合能源数据中的异常数据进行去除的步骤：

根据所述综合能源数据的属性，将所述综合能源数据映射至坐标系中，每条综合能源数据对应一个数据点；

若某一个数据点与其余数据点的连线所构成的夹角中的最大值小于设定阈值，则将该数据点对应的综合能源数据作为异常数据去除。

3.根据权利要求1所述的融合方法，其特征在于，所述回声状态网络包括：包括多个输入神经元的输入层、包括多个储备池神经元的储备池以及包括多个输出神经元的输出层；所述储备池中的多个储备池神经元构成环形拓扑；

所述训练好的回声状态网络通过以下方式得到：将不同业务类型的样本输入所述回声状态网络后，对所述回声状态网络模型进行训练，将训练所得的回声状态网络作为所述训练好的回声状态网络。

4.根据权利要求3所述的融合方法，其特征在于，采用训练好的回声状态网络确定所述综合能源数据所属的业务类型，包括：

获取所述综合能源数据的业务特征集，所述业务特征集包括至少一个业务特征；

将所述业务特征集输入训练好的回声状态网络，得到计算结果；

根据所述计算结果得到所述综合能源数据对应的业务类型。

5.根据权利要求4所述的融合方法，其特征在于，所述业务特征包括：业务数据的大小、业务持续时间、数据包长、数据包到达间隔。

6.根据权利要求1所述的融合方法，其特征在于，根据综合能源数据的数据内容对应的语义关联特征量将所述综合能源数据进行数据融合，包括：

基于随机高斯观测矩阵构建待数据融合的综合能源数据的数据内容的关联特征分布；

根据所述关联特征分布构造大数据语义关联性特征融合的目标函数；

根据所述目标函数得到所述数据内容对应的数据特征；

对所述数据内容进行加性融合得到数据融合结果，并采用所述数据特征更新所述数据融合结果的数据特征。

7.根据权利要求6所述的融合方法，其特征在于，基于随机高斯观测矩阵构建待数据融合的综合能源数据的数据内容的关联特征分布，包括：

确定数据内容为y_i和y_j的数据内容的等价语义映射关系满足：

其中Φ_ij为y_i和y_j之间的随机高斯观测矩阵，则y_i的关联特征分布Θ(t)为：

其中，a_mn是y_i的包络幅度值，g_mn(t)是数据统计平均值，n(t)是干扰噪声。

8.根据权利要求6所述的融合方法，其特征在于，根据所述目标函数得到所述数据内容对应的数据特征，包括：

根据所述目标函数，对所述数据内容进行均值处理，得到所述数据特征的公共部分；

将所述数据内容结合所述目标函数进行迭代优化处理，得到所述数据内容对应的数据特征的独立部分；

将所述数据特征的公共部分和所述数据特征的独立部分形成所述数据内容对应的数据特征。