一种多维电力感知信息特征融合方法

    公开(公告)号:CN115600153A

    公开(公告)日:2023-01-13

    申请号:CN202211268618.7

    申请日:2022-10-17

    摘要: 一种多维电力感知信息特征融合方法,该方法先基于主成分分析PCA对来自不同数据源的数据样本的协方差矩阵进行特征值分解,选择累计贡献率超过阈值的前k个主要特征作为主成分,并将这k个主要特征对应的特征向量作为二阶统计特征向量矩阵的各个列向量,再通过余下m‑k个特征值确定高阶统计特征向量矩阵,然后基于统计特征向量矩阵进行不同阶统计数据的特征预融合,并确定特征数据矩阵,最后将特征数据矩阵输入时空特性融合卷积神经网络CNN模型中进行特征融合。本发明采用独特的PCA‑ICA联合处理方式进行特征提取,能够有效节省存储空间和融合计算时间。