[发明专利]基于HPLC双模载波通信的存储器数据压缩方法

权利要求书

1.一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述方法包括：

周期性获取至少两个电表用户的电力记录数据，按照采集时间对所述电力记录数据进行排序，得到不同电力记录数据的初始电力序列，对所述初始电力序列进行时序分解，得到所述初始电力序列的周期序列；

根据所述周期序列中数据的数值，确定所述周期序列的数据异常程度，根据所述数据异常程度和所述周期序列中数据的数值，对所述周期序列进行数据筛除，得到处理后序列；

根据所述处理后序列的数据异常程度，所述处理后序列中数据的最大值、最小值和均值，确定所述处理后序列的序列特征因子；根据所述序列特征因子对所述处理后序列进行聚类分组，得到序列组，根据每个序列组中所述处理后序列的数据数值确定每个序列组的参考序列；

将所述处理后序列与所处序列组的参考序列进行动态时间规整处理，根据所述动态时间规整处理得到的最短路径值和对应参考序列的最大值确定所述初始电力序列的压缩方式，根据对应的压缩方式对所述初始电力序列进行压缩处理。

2.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述对所述初始电力序列进行时序分解，得到所述初始电力序列的周期序列，包括：

基于时序分解算法对所述初始电力序列进行时序分解，得到所述初始电力序列的趋势项；

获得所述初始电力序列中电力记录数据在所述趋势项中所对应的数据，并按照时序顺序排序得到周期序列。

3.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述根据所述周期序列中数据的数值，确定所述周期序列的数据异常程度，包括：

计算所述周期序列中数据的均值，计算数据与所述均值的差值绝对值作为数据差异；计算所有数据差异的均值的归一化值作为所述数据异常程度。

4.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述根据所述数据异常程度和所述周期序列中数据的数值，对所述周期序列进行数据筛除，得到处理后序列，包括：

将所述周期序列中的数据按照数值由大到小的顺序进行排序，得到数据序列，按顺序依次删除所述数据序列中的数据，得到删除后序列，并重新计算删除后序列的数据异常程度；

在所述删除后序列的数据异常程度满足预设条件时，停止删除数据，将最终得到的删除后序列中的数据按照时间排序，获得处理后序列，其中，所述预设条件包括：所述数据异常程度小于预设异常程度阈值。

5.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述根据所述处理后序列的数据异常程度，所述处理后序列中数据的最大值、最小值和均值，确定所述处理后序列的序列特征因子，包括：

计算所述处理后序列中数据的最大值与最小值的差值作为处理后极差；

计算所述处理后序列中所有数据的均值和数据异常程度的乘积作为特征系数；

根据所述处理后极差和所述特征系数，获得所述处理后序列的序列特征因子，其中，所述处理后极差与所述序列特征因子呈正相关关系，所述特征系数与所述序列特征因子呈正相关关系，所述序列特征因子的取值为归一化后的数值。

6.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述根据所述序列特征因子对所述处理后序列进行聚类分组，得到序列组，包括：

基于DBSCAN算法对所述序列特征因子进行聚类处理，根据聚类结果对所述处理后序列进行划分，得到序列组。

7.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述根据每个序列组中所述处理后序列的数据数值确定每个序列组的参考序列，包括：

计算每个序列组中所有处理后序列中采集时间相同的数据的均值，将所述均值按照对应顺序排序得到参考序列。

8.如权利要求1所述的一种基于HPLC双模载波通信的存储器数据压缩方法，其特征在于，所述根据所述动态时间规整处理得到的最短路径值和对应参考序列的最大值确定所述初始电力序列的压缩方式，包括：

计算最短路径值与对应参考序列中最大值的比值作为路径比值；

在所述路径比值大于预设路径阈值时，使用第一压缩方式对最短路径值对应的初始电力序列进行数据压缩，在所述路径比值小于等于预设路径阈值时，使用第二压缩方式对最短路径值对应的初始电力序列进行数据压缩，其中，所述第一压缩方式为无损压缩方式，所述第二压缩方式为有损压缩方式。