本申請涉及數(shù)據(jù)融合，特別是涉及一種電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取方法、電網(wǎng)多源跨域數(shù)據(jù)融合方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
背景技術：
1、在復雜城市電網(wǎng)場景中，傳統(tǒng)的數(shù)據(jù)融合方法通常將不同來源的電網(wǎng)數(shù)據(jù)按照統(tǒng)一的數(shù)據(jù)模型進行整合，例如通過模式映射和副本檢測來確保電網(wǎng)各個部分的數(shù)據(jù)在數(shù)據(jù)庫中一致。
2、然而，傳統(tǒng)的數(shù)據(jù)融合方法往往不能充分利用電網(wǎng)多源跨域數(shù)據(jù)中存在的復雜關系和非線性特征，難以捕捉到電網(wǎng)多源跨域數(shù)據(jù)中的隱含信息和復雜模式。這導致了電網(wǎng)多源跨域數(shù)據(jù)對應的數(shù)據(jù)融合結果中的特征表示不充分和不準確，進一步使得難以對電網(wǎng)多源跨域數(shù)據(jù)進行充分的挖掘和分析，限制了電網(wǎng)多源跨域數(shù)據(jù)對應的數(shù)據(jù)融合結果在準確和高效預測方面的應用。
技術實現(xiàn)思路
1、基于此，有必要針對上述技術問題，提供一種電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取方法、電網(wǎng)多源跨域數(shù)據(jù)融合方法、裝置、計算機設備、計算機可讀存儲介質和計算機程序產品。
2、第一方面，本申請?zhí)峁┝艘环N電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取方法，包括：
3、獲取密集連接卷積網(wǎng)絡模型；
4、將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到待訓練模型；
5、根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對所述待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型。
6、在其中一個實施例中，所述將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到待訓練模型，包括：
7、將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到中間模型；
8、添加注意力機制至所述中間模型，得到待訓練模型。
9、在其中一個實施例中，在將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到中間模型之前，所述方法還包括：
10、對全變分范數(shù)進行離散化處理，得到優(yōu)化后的全變分范數(shù)；
11、根據(jù)正則化參數(shù)和所述優(yōu)化后的全變分范數(shù)，得到全變分范數(shù)正則化項；
12、根據(jù)數(shù)據(jù)損失函數(shù)和所述全變分范數(shù)正則化項，得到基于全變分范數(shù)的正則化損失函數(shù)。
13、在其中一個實施例中，在根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對所述待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型之前，所述方法還包括：
14、采集若干個電網(wǎng)設備的位置信息、運行狀態(tài)信息、圖像信息、日常維護記錄、檢修記錄和升級記錄；
15、采集若干個電網(wǎng)設備故障的記錄、類型、發(fā)生時間和故障處理結果；
16、根據(jù)若干個電網(wǎng)設備的位置信息、運行狀態(tài)信息、圖像信息、日常維護記錄、檢修記錄和升級記錄，以及若干個電網(wǎng)設備故障的記錄、類型、發(fā)生時間和故障處理結果，得到電網(wǎng)多源跨域數(shù)據(jù)樣本。
17、在其中一個實施例中，所述根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對所述待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型，包括：
18、將電網(wǎng)多源跨域數(shù)據(jù)樣本輸入待訓練模型，得到所述電網(wǎng)多源跨域數(shù)據(jù)樣本對應的數(shù)據(jù)融合結果；
19、根據(jù)所述電網(wǎng)多源跨域數(shù)據(jù)樣本對應的數(shù)據(jù)融合結果和數(shù)據(jù)融合結果樣本，得到所述數(shù)據(jù)融合結果和數(shù)據(jù)融合結果樣本之間的結構相似性指數(shù)；
20、當所述結構相似性指數(shù)大于預設閾值時，停止模型訓練，將所述待訓練模型，作為電網(wǎng)多源跨域數(shù)據(jù)融合模型。
21、第二方面，本申請還提供了一種電網(wǎng)多源跨域數(shù)據(jù)融合方法，所述方法包括：
22、獲取電網(wǎng)多源跨域數(shù)據(jù)；
23、將所述電網(wǎng)多源跨域數(shù)據(jù)輸入電網(wǎng)多源跨域數(shù)據(jù)融合模型，得到所述電網(wǎng)多源跨域數(shù)據(jù)對應的數(shù)據(jù)融合結果；所述電網(wǎng)多源跨域數(shù)據(jù)融合模型為根據(jù)電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取方法實施例得到的模型。
24、第三方面，本申請還提供了一種電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取裝置，包括：
25、網(wǎng)絡模型獲取模塊，用于獲取密集連接卷積網(wǎng)絡模型；
26、待訓練模型獲取模塊，用于將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到待訓練模型；
27、數(shù)據(jù)融合模型獲取模塊，用于根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對所述待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型。
28、第四方面，本申請還提供了一種電網(wǎng)多源跨域數(shù)據(jù)融合裝置，包括：
29、多源跨域數(shù)據(jù)獲取模塊，用于獲取電網(wǎng)多源跨域數(shù)據(jù)；
30、數(shù)據(jù)融合結果獲取模塊，用于將所述電網(wǎng)多源跨域數(shù)據(jù)輸入電網(wǎng)多源跨域數(shù)據(jù)融合模型，得到所述電網(wǎng)多源跨域數(shù)據(jù)對應的數(shù)據(jù)融合結果；所述電網(wǎng)多源跨域數(shù)據(jù)融合模型為根據(jù)電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取方法實施例得到的模型。
31、第五方面，本申請還提供了一種計算機設備。所述計算機設備包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執(zhí)行上述方法。
32、第六方面，本申請還提供了一種計算機可讀存儲介質。所述計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行上述方法。
33、第七方面，本申請還提供了一種計算機程序產品。所述計算機程序產品，包括計算機程序，該計算機程序被處理器執(zhí)行上述方法。
34、本申請獲取密集連接卷積網(wǎng)絡模型；將密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到待訓練模型；根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型。本申請將密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到待訓練模型，以得到電網(wǎng)多源跨域數(shù)據(jù)融合模型，使得電網(wǎng)多源跨域數(shù)據(jù)融合模型可以更深入地挖掘和利用電網(wǎng)多源跨域數(shù)據(jù)中的信息和模式，從而顯著提升電網(wǎng)多源跨域數(shù)據(jù)融合模型的數(shù)據(jù)融合效果，使得電網(wǎng)多源跨域數(shù)據(jù)融合模型能夠更好的對不同來源的數(shù)據(jù)進行數(shù)據(jù)融合。
1.一種電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取方法，其特征在于，所述方法包括：
2.根據(jù)權利要求1所述的方法，其特征在于，所述將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到待訓練模型，包括：
3.根據(jù)權利要求2所述的方法，其特征在于，在將所述密集連接卷積網(wǎng)絡模型的損失函數(shù)修改為基于全變分范數(shù)的正則化損失函數(shù)，得到中間模型之前，所述方法還包括：
4.根據(jù)權利要求1所述的方法，其特征在于，在根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對所述待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型之前，所述方法還包括：
5.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)電網(wǎng)多源跨域數(shù)據(jù)樣本，對所述待訓練模型進行模型訓練，得到電網(wǎng)多源跨域數(shù)據(jù)融合模型，包括：
6.一種電網(wǎng)多源跨域數(shù)據(jù)融合方法，其特征在于，所述方法包括：
7.一種電網(wǎng)多源跨域數(shù)據(jù)融合模型的獲取裝置，其特征在于，所述裝置包括：
8.一種電網(wǎng)多源跨域數(shù)據(jù)融合裝置，其特征在于，所述裝置包括：
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執(zhí)行時實現(xiàn)權利要求1至6中任一項所述的方法的步驟。