[发明专利]基于信息增强生成对抗网络的数据缺失值补全方法及系统

说明书

本发明属于智能用电领域，尤其涉及一种基于信息增强生成对抗网络的数据缺失值补全方法及系统。该方法包括，获取电力数据中的文本信息；分别提取所述文本信息的全局信息表示向量和局部信息表示向量；融合全局信息表示向量和局部信息表示向量，得到文本信息的表示向量；基于所述电力数据，构建用户用电行为的知识图谱；基于所述知识图谱，捕获图结构数据间相互关联关系，得到图结构数据的表示向量；基于所述文本信息的表示向量和图结构数据的表示向量，采用对抗网络模型，得到电力数据补全结果。本发明能够有效的提高电力数据缺失值补全的准确性。

技术领域

本发明属于智能用电领域，尤其涉及一种基于信息增强生成对抗网络的数据缺失值补全方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

得益于信息技术的发展，在电力行业里，电力系统的信息化水平得到大幅提升。近年来，随着深度学习技术的飞速发展，海量的电力数据成为电力信息系统智能化的重要保证。基于海量电力数据的智能化分析与决策系统可以大大地提高电力系统的运行效率，同时可以大幅降低电力系统的运营成本。然而，由于电力系统本身内生性缺陷与大量不可控的异常事件的发生如自然灾害、电力系统传感器异常以及输电线路出现故障等等，都会导致这些海量的电力数据中存在一定比例的缺失数据。

在构建智能化电力系统的过程中，电力数据的缺失处理是亟待解决的问题，缺失数据会直接影响智能电力系统的分析与决策性能。而缺失值补全是提高电力数据质量的重要方法。目前，传统方法主要依靠数据专家、业务专家等人力人工进行缺失值补全。然而，随着电力数据规模逐渐扩大，依靠传统方法对实时异构的数据进行缺失补全渐显不足。同时，人工治理还会引发错漏等现象，从而无法快速准确地满足业务数据使用需求。此外，依靠人力进行缺失值补全的成本较高、周期长，严重影响智能化电力系统的运行与维护效率。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种基于信息增强生成对抗网络的数据缺失值补全方法及系统，其从基于电力数据构建的图结构数据和电力数据中的文本信息两个方面进行表示学习，增强数据的表示能力，实现数据缺失值补全。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种基于信息增强生成对抗网络的数据缺失值补全方法。

基于信息增强生成对抗网络的数据缺失值补全方法，包括：

获取电力数据中的文本信息；

分别提取所述文本信息的全局信息表示向量和局部信息表示向量；

融合全局信息表示向量和局部信息表示向量，得到文本信息的表示向量；

基于所述电力数据，构建用户用电行为的知识图谱；

基于所述知识图谱，捕获图结构数据间相互关联关系，得到图结构数据的表示向量；

基于所述文本信息的表示向量和图结构数据的表示向量，采用对抗网络模型，得到电力数据补全结果。

本发明的第二个方面提供一种基于信息增强生成对抗网络的数据缺失值补全系统。

基于信息增强生成对抗网络的数据缺失值补全系统，包括：

获取模块，其被配置为：获取电力数据中的文本信息；

第一特征提取模块，其被配置为：分别提取所述文本信息的全局信息表示向量和局部信息表示向量；

融合模块，其被配置为：融合全局信息表示向量和局部信息表示向量，得到文本信息的表示向量；

知识图谱构建模块，其被配置为：基于所述电力数据，构建用户用电行为的知识图谱；