[发明专利]多模态电力传感器的数据处理方法、装置和计算机设备

权利要求书

1.一种多模态电力传感器的数据处理方法，其特征在于，所述方法包括：

获取多模态电力传感器发送的采集数据；所述多模态电力传感器设置在待处理设备中；

将所述采集数据输入目标对抗网络模型的编码器，获取所述编码器输出的所述采集数据对应的本征向量；所述目标对抗网络模型基于样本采集数据对待训练对抗网络模型中的生成器和判别器训练得到；

将所述本征向量输入所述目标对抗网络模型的解码器，获取所述解码器输出的所述采集数据对应的复原数据，根据所述复原数据对所述待处理设备进行数据分析。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取训练数据集，并对所述训练数据集中多模态电力传感器对应的训练数据进行预处理，得到所述样本采集数据；

将所述样本采集数据输入待训练对抗网络模型；所述待训练对抗网络模型中包括查询卷积层、键值卷积层以及价值卷积层；

通过所述查询卷积层获取所述样本采集数据对应的查询向量、通过所述键值卷积层获取所述样本采集数据对应的键值向量，以及通过所述价值卷积层获取所述样本采集数据对应的价值向量；

根据所述查询向量、所述键值向量以及所述价值向量，获取所述样本采集数据对应的真实本征向量；

获取所述样本采集数据的类别向量以及随机噪声数据，将所述类别向量和所述随机噪声数据输入所述待训练对抗网络模型中的生成器，获取所述生成器输出的合成本征向量；

将所述真实本征向量和所述合成本征向量输入所述待训练对抗网络模型中的判别器，获取所述判别器输出的判别结果；

将所述判别结果输入预设损失函数，检测所述预设损失函数的输出值是否小于预设数值；

若否，根据所述输出值调整所述待训练对抗网络模型，并返回将所述样本采集数据输入待训练对抗网络模型的步骤；

若是，将当前待训练对抗网络模型作为目标对抗网络模型。

3.根据权利要求2所述的方法，其特征在于，所述对所述训练数据集中多模态电力传感器对应的训练数据进行预处理，得到所述样本采集数据，包括：

对所述训练数据进行插值处理，得到第一处理结果；

对所述第一处理结果进行滤波处理，得到第二处理结果；

对所述第二处理结果进行归一化处理，得到第三处理结果；

根据目标对抗网络模型的维度，对所述第三处理结果进行转换处理，得到所述样本采集数据。

4.根据权利要求2所述的方法，其特征在于，所述根据所述查询向量、所述键值向量以及所述价值向量，获取所述样本采集数据对应的真实本征向量，包括：

获取所述查询向量的转置与所述键值向量的第一乘积；

根据所述第一乘积的指数函数，确定对应的注意力权重向量；

根据所述价值向量与所述注意力权重向量的第二乘积，得到所述真实本征向量。

5.根据权利要求2所述的方法，其特征在于，所述待训练对抗网络模型中包括解码器，所述解码器包括输入层以及本征向量表征层；

所述获取所述样本采集数据的类别向量，包括：

获取所述解码器的输入层到本征向量表征层对应的权重向量；

根据所述样本采集数据与所述权重向量的乘积，得到所述类别向量。

6.根据权利要求2所述的方法，其特征在于，所述将所述真实本征向量和所述合成本征向量输入所述待训练对抗网络模型中的判别器，获取所述判别器输出的判别结果，包括：

将所述真实本征向量和所述合成本征向量输入所述判别器，通过所述判别器判断所述真实本征向量和所述合成本征向量的相似度；

若所述相似度大于预设相似度阈值，获取所述判别器输出的第一预设数值；

若所述相似度小于或等于预设相似度阈值，获取所述判别器输出的第二预设数值；所述第一预设数值和所述第二预设数值不同。