发明公开
- 专利标题: 基于贝叶斯高斯张量分解模型的用电数据修复方法及系统
-
申请号: CN202310884271.7申请日: 2023-07-19
-
公开(公告)号: CN116610911A公开(公告)日: 2023-08-18
- 发明人: 王宗耀 , 屈浏强 , 许志浩 , 丁贵立 , 康兵 , 张兴旺 , 单惠敏 , 范师尧
- 申请人: 南昌工程学院 , 江西博微新技术有限公司
- 申请人地址: 江西省南昌市高新技术开发区天祥大道289号;
- 专利权人: 南昌工程学院,江西博微新技术有限公司
- 当前专利权人: 南昌工程学院,江西博微新技术有限公司
- 当前专利权人地址: 江西省南昌市高新技术开发区天祥大道289号;
- 代理机构: 南昌丰择知识产权代理事务所
- 代理商 吴称生
- 主分类号: G06F18/15
- IPC分类号: G06F18/15 ; G06F18/20 ; G06N3/006 ; G06Q50/06
摘要:
本发明属于数据修复领域,公开了一种基于贝叶斯高斯张量分解模型的用电数据修复方法及系统,收集天气、节假日、星期类型和用电量数据,构建成天气因子、节假日因子和星期因子,根据天气因子、节假日因子和星期因子构建相似度目标函数;使用野马优化算法对相似度目标函数进行寻优,在历史日中查找到与修复日相似度最高的M个相似日;以相似度最高的M个相似日的用电量数据构成三阶张量,将三阶张量输入到贝叶斯高斯张量分解模型中进行数据修复。本发明采用改进的野马优化算法选择相似日,输入贝叶斯高斯张量分解模型中对残缺数据进行修复,提升了修复准确率,以提高数据质量,达到提升预测等行为的精确性。
公开/授权文献
- CN116610911B 基于贝叶斯高斯张量分解模型的用电数据修复方法及系统 公开/授权日:2023-09-19