[发明专利]一种面向电力系统的数据融合处理方法、系统及设备

权利要求书

1.一种面向电力系统的数据融合处理方法，其特征在于，所述方法包括：

基于调度查询需求采集电力系统相关业务部门的多源异构数据；所述多源异构数据包括电网运行数据、电力交易数据、用电营销数据和设备资产数据；

对所述多源异构数据依次进行第一预处理和第二预处理后得到预处理的多源异构数据；

提取所述预处理后的多源异构数据的n个模态特征，所述n个模态特征包括图像特征、视频特征、语音特征和点云特征；

确定n个模态特征之间的关联性；

将有关联的n个模态特征分别输入到各自对应的模态网络和特征级融合网络中进行模态融合得到各自对应的模态决策和融合决策；

将各模态网络输出的所述模态决策和所述融合决策进行决策融合得到最终的融合结果。

2.根据权利要求1所述的一种面向电力系统的数据融合处理方法，其特征在于，所述第一预处理包括如下步骤：

对所述多源异构数据进行清洗得到清洗后的多源异构数据；

对所述清洗后的多源异构数据进行去噪处理得到去噪的多源异构数据。

3.根据权利要求1所述的一种面向电力系统的数据融合处理方法，其特征在于，所述第二预处理包括如下步骤：

对经过第一预处理的多源异构数据进行分类得到结构化数据和非结构化数据；

将所述非结构化数据转换成结构化数据，并存储在结构化数据库中。

4.根据权利要求1所述的一种面向电力系统的数据融合处理方法，其特征在于，所述确定n个模态特征之间的关联性包括：

对所述n个模态依次进行特征增强处理、去噪处理；

对经过增强和去噪后的模态特征进行语义识别处理得到各模态特征之间的关联性。

5.根据权利要求4所述的一种面向电力系统的数据融合处理方法，其特征在于，所述对经过增强和去噪后的模态特征进行语义识别处理得到各模态特征之间的关联性包括：

将每个经过增强和去噪后的模态特征输入到多个规则的图卷积中依次卷积；每个图卷积层包含图构建模块、图卷积模块和特征滤波模块；

将卷积后的特征分别输入到NLP层进行语义分割得到分割得分以及全局最大池化层进行分类得到分类得分；

根据所述分割得分和分类得分来确定各模态特征之间的关联性。

6.根据权利要求1所述的一种面向电力系统的数据融合处理方法，其特征在于，所述模态网络和特征级融合网络均采用生成对抗式网络结构，包括n个生成器、n个模态判别器和融合判别器，所述将有关联的n个模态特征分别输入到各自对应的模态网络和特征级融合网络中进行模态融合得到各自对应的模态决策和融合决策包括：

提取所述n个模态特征的噪声；

将n个模态特征的噪声分别输入到各自的生成器中得到对应的假样本特征；

将每个模态特征和对应的假样本特征分别输入到对应的模态判别器和融合判别器中进行特征融合得到各自对应的模态决策和融合决策。

7.根据权利要求1所述的一种面向电力系统的数据融合处理方法，其特征在于，所述方法还包括：

获取各模态网络和特征级融合网络的参数权重值；

将各参数权重值与预设阈值进行比较；

将低于预设阈值的参数删除。

8.一种面向电力系统的数据融合处理系统，其特征在于，所述系统包括：

采集单元，用于基于调度查询需求采集电力系统相关业务部门的多源异构数据；

预处理单元，用于对所述多源异构数据依次进行第一预处理和第二预处理后得到预处理的多源异构数据；

提取单元，用于提取所述预处理后的多源异构数据的n个模态特征，所述n个模态特征包括图像特征、视频特征、语音特征和点云特征；

确定单元，用于确定n个模态特征之间的关联性；

融合单元，用于将有关联的n个模态特征分别输入到各自对应的模态网络和特征级融合网络中进行模态融合得到各自对应的模态决策和融合决策；将各模态网络输出的所述模态决策和所述融合决策进行决策融合得到最终的融合结果。