[发明专利]一种应用于能源工业云网的多源异构数据融合方法和装置

权利要求书

1.一种应用于能源工业云网的多源异构数据融合方法，其特征在于，包括：

将第一信息输入至数据接口规范生成模型中的智能体，获得智能体动作，其中，所述第一信息包括第一环境状态和/或第一奖赏值，所述第一环境状态与多源异构数据相关，所述智能体中包括样本生成策略，所述智能体动作为根据所述样本生成策略对所述第一环境状态进行抽样和/或预处理，或，不进行处理得到的数据，所述样本生成策略为预设的初始策略或根据所述第一奖赏值确定；

将所述智能体动作输入至所述数据接口规范生成模型中的学习环境，获得第二环境状态和第二奖赏值，其中，所述第二环境状态为所述第一环境状态对应的融合后数据，所述第二奖赏值反映所述第二环境状态和所述第一环境状态的差异程度；

根据所述第二奖赏值确定是否满足预设的最优值函数，若是，则将所述第二环境状态作为所述多源异构数据对应的融合后数据，若否，则将所述第二环境状态作为所述第一环境状态，将所述第二奖赏值作为所述第一奖赏值，返回执行所述将第一信息输入至所述数据接口规范生成模型中的智能体。

2.根据权利要求1所述的应用于能源工业云网的多源异构数据融合方法，其特征在于，所述将所述智能体动作输入至所述数据接口规范生成模型中的学习环境，包括：

对所述智能体动作和第二信息进行对比处理，获得对比结果，其中，所述第二信息为用于得到所述智能体动作的第一环境状态；

根据所述对比结果，确定所述第二环境状态和所述第二奖赏值。

3.根据权利要求2所述的应用于能源工业云网的多源异构数据融合方法，其特征在于，所述第二奖赏值为向量形式；

所述根据所述所述第二奖赏值确定是否满足预设的最优值函数，包括：

对所述第二奖赏值进行加工处理，获得加工结果；

确定所述加工结果是否满足所述最优值函数。

4.根据权利要求3所述的应用于能源工业云网的多源异构数据融合方法，其特征在于，所述对比处理包括以下处理中的一种或多种：求差、求数学期望、求算数平均；

所述加工处理包括以下处理中的一种或多种：求和、求模、求均值。

5.根据权利要求1所述的应用于能源工业云网的多源异构数据融合方法，其特征在于，所述根据所述第二奖赏值确定是否满足预设的最优值函数，包括：

根据所述所述第二奖赏值和所述第二环境状态，计算累积奖赏值；

根据所述累积奖赏值确定是否满足所述最优值函数。

6.一种应用于能源工业云网的多源异构数据融合装置，其特征在于，包括：智能体处理模块、学习环境处理模块和条件判断模块；

所述智能体处理模块，用于将第一信息输入至数据接口规范生成模型中的智能体，获得智能体动作，其中，所述第一信息包括第一环境状态和/或第一奖赏值，所述第一环境状态与多源异构数据相关，所述智能体中包括样本生成策略，所述智能体动作为根据所述样本生成策略对所述第一环境状态进行抽样和/或预处理，或，不进行处理得到的数据，所述样本生成策略为预设的初始策略或根据所述第一奖赏值确定；

所述学习环境处理模块，用于将所述智能体动作输入至所述数据接口规范生成模型中的学习环境，获得第二环境状态和第二奖赏值，其中，所述第二环境状态为所述第一环境状态对应的融合后数据，所述第二奖赏值反映所述第二环境状态和所述第一环境状态的差异程度；

所述条件判断模块，用于根据所述第二奖赏值确定是否满足预设的最优值函数，若是，则将所述第二环境状态作为所述多源异构数据对应的融合后数据，若否，则将所述第二环境状态作为所述第一环境状态，将所述第二奖赏值作为所述第一奖赏值，返回执行所述将第一信息输入至所述数据接口规范生成模型中的智能体。

7.根据权利要求6所述的应用于能源工业云网的多源异构数据融合装置，其特征在于，所述学习环境处理模块，包括：对比处理模块和对比结果应用模块；

所述对比处理模块，用于对所述智能体动作和第二信息进行对比处理，获得对比结果，其中，所述第二信息为用于得到所述智能体动作的第一环境状态；

所述对比结果应用模块，用于根据所述对比结果，确定所述第二环境状态和所述第二奖赏值。