買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜國網江蘇省電力有限公司南京供電分公司;國網江蘇省電力有限公司申請的專利一種高頻電力數據深度無損壓縮方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115913247B 。

龍圖騰網通過國家知識產權局官網在2025-05-13發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211275331.7，技術領域涉及：H03M7/30；該發明授權一種高頻電力數據深度無損壓縮方法及系統是由馬洲俊;朱紅;許洪華;付章杰;何卓豪;朱正誼;楚成博;呂夢婕;陸越;馮隆基設計研發完成，并于2022-10-18向國家知識產權局提交的專利申請。

本一種高頻電力數據深度無損壓縮方法及系統在說明書摘要公布了：一種高頻電力數據深度無損壓縮方法及系統，使用自注意力挖掘數據局部信息設計新型的T?Transformer模型，增加高斯先驗，加強數據的相關性；對模型輸出概率使用算術編碼器壓縮；最后，對編碼得到的區間采用比特編碼，進一步提升壓縮性能，節省數據存儲空間，實現高效的電力數據無損壓縮。傳統電力壓縮算法只能局限于正弦頻率型數據，如小波變換等，而對家庭區實測用電數值，單位為安培、伏特等物理參數數據的壓縮性能明顯下降。本發明提出一種深度無損壓縮方案，對電力數據從語義角度將特征空間分割困難的問題，提供了一種可以解決該問題的深度模型。

本發明授權一種高頻電力數據深度無損壓縮方法及系統在權利要求書中公布了：1.一種高頻電力數據深度無損壓縮方法，其特征在于，對采集的居民用電數據進行無損壓縮，包括以下步驟：1設計電力數據特征提取模型T-Transformer，所述T-Transformer模型基于Transformer模型，在Encoder和Decoder增加高斯先驗模塊，由居民用電的歷史數據訓練T-Transformer模型，學習居民用電數據的特征；所述T-Transformer模型基于Transformer模型，在Encoder與Decoder之前增加高斯先驗，對輸入的用電數據首先進行預處理，計算每個數據的相對位置編碼，公式為： 采用正弦與余弦函數計算，在偶數位置，使用正弦編碼，得到偶數位置編碼PEps,2i，在奇數位置，使用余弦編碼，得到奇數位置編碼PEps,2i+1，其中ps為數據的絕對位置，i是數據向量的第i維，dm為數據向量的維度；其中，Encoder中由多頭注意力機制提取注意力向量，拼接后得到Encoder特征，在進行注意力處理前，增加一個高斯先驗模塊，加強自注意力捕獲局部特征的結構，得到新的第i個數據向量Xi： 式2中，w為位置權重，b為偏差，xi表示當前中心數據，xj表示其他數據，d為距離公式，高斯先驗后的數據向量通過多頭自注意力得到，層歸一化后使用前饋網絡層得到Encoder的輸出特征向量：FFNx＝Dense2ReluDense1x5式5中使用了兩層Dense函數與一層Relu激活函數，Encoder的每一個子層之后會接一個殘差計算，FFN為前饋網絡；Decoder的結構對應于Encoder的結構，接收Encoder的輸出，并輸出預測特征向量；2輸入待壓縮電力數據至T-Transformer模型，輸出得到電力數據的注意力特征，經由線性變換層得到輸出向量；3通過算術編碼對輸出向量進行編碼得到概率區間；首先，根據T-Transformer模型處理待壓縮電力數據得到對應的輸出向量，根據待壓縮電力數據的位數，在[0,1]區間上找出第一位的概率區間，并更新區間范圍，再找出第二位數可能出現的概率區間，依次下去，最后得到表示電力數據所有位數同時出現的概率區間；4對編碼得到的概率區間進行比特編碼，完成數據壓縮；得出最后的概率區間后，使用low表示該區間的左邊界，high表示該區間的右邊界，并將兩個邊值取小數點后的部分轉化為二進制表示，兩個二進制數據按位進行比對，在首次出現不同的位置進行截取，舍去之后的數據，保留相同的二進制數據結果作為最終比特流結果完成壓縮；5利用解碼器對壓縮數據解壓。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人國網江蘇省電力有限公司南京供電分公司;國網江蘇省電力有限公司，其通訊地址為：210019 江蘇省南京市建鄴區奧體大街1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。