[发明专利]一种基于特征模板的生活电器功率曲线在线压缩算法

摘要

本发明公开了数据压缩领域的一种基于特征模板的生活电器功率曲线在线压缩算法，能够对生活电器功率曲线进行压缩，能够将数据量庞大且实时更新的功率曲线进行很好的压缩表达与近似表达，从而减小功率时间序列的数据量，更好的配合智能用电网络技术。

主权项

1.一种基于特征模板的生活电器功率曲线在线压缩算法，其特征在于：包括在线压缩以及重建压缩时间序列，其中，在线压缩步骤包括：将时间序列数据流连续分段成多个子序列提取特征向量V_[i，j]并给定特征向量V_[i，j]的权重W^opt，通过k‑中心点法作为聚类算法生成模式模板，计算所有子序列与模式模板之间的分段统计距离并将分段统计距离归类到最相似的集群中，使反映电器相似工作状态的子序列被聚类到一起；将子序列表示为包括其对应的模式模板编号、平均值和持续时间在内的三维向量并将归类到压缩表示的时间序列中。其中，重建压缩时间序列包括步骤：S1：输入时间序列压缩表示的子序列模式模板集合和初始时间标记S2：根据公式将子序列相应的特征模板的时间标记从映射到S3：通过平均值和平均值之间的偏差纵向转换时间序列；S4：输出解压缩算法输出的时间序列