[发明专利]一种基于元学习的电网数字化资源建模管理方法

权利要求书

1.一种基于元学习的电网数字化资源建模管理方法，其特征是，包括：

获取数据治理后的电网数字化资源，其中，所述数据治理包括基于一阶差分的缺失值补充，以及基于回归拟合和中位数绝对偏差的异常点调整；所述电网数字化资源包括结构化数据和非结构化数据；

对所述结构化数据和非结构化数据分别进行向量转换，得到结构化数据向量和非结构化数据向量；

拼接所述结构化数据向量和非结构化数据向量，得到初始实例数据；

根据所述初始实例数据，基于Bi-LSTM模型，得到上下文感知的实例数据；

根据所述上下文感知的实例数据，计算原型并对实例数据进行分类，构建基于元学习的上下文感知原型网络；

根据所述基于元学习的上下文感知原型网络，基于局部整体二元研判的离群点识别与标记策略，得到基于元学习的电网数字化资源建模，实现基于元学习的电网数字化资源管理。

2.根据权利要求1所述的基于元学习的电网数字化资源建模管理方法，其特征是，所述基于一阶差分的缺失值补充，包括：

获取结构化数据{a₁,a₂,...,a_n}；

计算结构化数据的一阶差分{a′₁,a'₂,...,a'_n-1}，其中a′₁＝a₂-a₁,...,a'_n-1＝a_n-a_n-1；

待补充缺失值的结构化数据a_j的补充包括如下：

其中，p是选取a_j前后结构化数值的个数，u是在a_j附近选取趋势一致数据的个数且0＜u＜p；

case1：响应于a_j前后一阶差分正负保持一致，取前后各p个数据的平均值作为a_j的缺失补充值；

case2：响应于a_j前后一阶差分正负相反，取a_j相邻两个结构化数据的平均值作为a_j的缺失补充值；

case3：响应于a_j前后各u-1个一阶差分正负保持一致且在该范围外仅出现一次连续的正负变化，取前后各u个结构化数据的平均值作为a_j的缺失补充值；

case4：响应于a_j前后一阶差分正负变化不连续，取a_j相邻两个结构化数据的平均值作为a_j的缺失补充值。