CN116108324A - 缺失数据补全方法、装置、计算机设备和存储介质 - Google Patents
缺失数据补全方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116108324A CN116108324A CN202211640352.4A CN202211640352A CN116108324A CN 116108324 A CN116108324 A CN 116108324A CN 202211640352 A CN202211640352 A CN 202211640352A CN 116108324 A CN116108324 A CN 116108324A
- Authority
- CN
- China
- Prior art keywords
- temperature data
- missing
- target
- sampling
- initial temperature
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 230000000295 complement effect Effects 0.000 title claims abstract description 53
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000005070 sampling Methods 0.000 claims abstract description 350
- 238000001514 detection method Methods 0.000 claims abstract description 7
- 230000006870 function Effects 0.000 claims description 97
- 238000004590 computer program Methods 0.000 claims description 33
- 230000002159 abnormal effect Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000004140 cleaning Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/15—Correlation function computation including computation of convolution operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Arrangements For Transmission Of Measured Signals (AREA)
Abstract
本申请涉及电缆检测技术领域,特别是涉及一种缺失数据补全方法、装置、计算机设备和存储介质。该方法包括:获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;根据样条插值函数,对缺失温度数据进行补全。本申请能够对缺失数据进行有效补全。
Description
技术领域
本申请涉及电缆检测技术领域,特别是涉及一种缺失数据补全方法、装置、计算机设备和存储介质。
背景技术
电力系统中最关注的数据是电缆实时的载流量(电流)以及缆芯的温度。
目前,检测缆芯温度采用的方式为:实时监测的电缆线路数据,经电力测温传感器测量电缆外护套或者缓冲层的温度,再采用理论计算来推导出电缆缆芯温度。
但是,由于现有电缆线路监测技术基于理论计算,对数据的精度要求很高,而当数据在经过通信过程后,部分数据可能会产生缺失,形成空白数据,可能会将影响后台决策。
发明内容
基于此,有必要针对上述技术问题,提供一种能够对缺失数据进行有效补全的缺失数据补全方法、装置、计算机设备和存储介质。
第一方面,本申请提供了一种缺失数据补全方法,该方法包括:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
在其中一个实施例中,根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数,包括:
将目标采样周期划分为多个包含缺失采样时刻的目标子区间;其中,每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;
根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
在其中一个实施例中,根据样条插值函数,对缺失温度数据进行补全,包括:
采用缺失采样时刻,对缺失采样时刻对应的区间样条插值函数进行赋值,得到缺失采样时刻对应的补全温度值;
采用补全温度值,对缺失采样时刻对应的缺失温度数据进行补全。
在其中一个实施例中,将目标采样周期划分为多个包含缺失采样时刻的目标子区间,包括:
根据各采样时刻确定多个待选子区间;
根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间。
在其中一个实施例中,确定初始温度数据中的缺失温度数据,包括:
获取目标线缆在各采样时刻对应的初始电流数据;
针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
在其中一个实施例中,根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数,包括:
若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;
基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全;
根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
第二方面,本申请还提供了一种缺失数据补全装置,该装置包括:
获取模块,用于获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
检测模块,用于确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
构建模块,用于根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
补全模块,用于根据样条插值函数,对缺失温度数据进行补全。
第三方面,本申请还提供了一种计算机设备,该计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
第四方面,本申请还提供了一种计算机可读存储介质,该计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
第五方面,本申请还提供了一种计算机程序产品,该计算机程序产品包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
上述缺失数据补全方法、装置、计算机设备、存储介质和计算机程序产品,利用目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;该样条插值函数是基于初始温度数据中的有效温度数据(非缺失温度数据)构建的,因此能够使得生成的补全温度数据更接近真实数据;另外,样条插值函数为在目标采样周期对应的样条插值函数,故能够对目标采样周期内多个缺失温度数据统一进行补全,提高了数据补全效率。
附图说明
图1为一个实施例中缺失数据补全方法的流程示意图;
图2为一个实施例中确定缺失温度数据的流程示意图;
图3为一个实施例中补全目标采样周期的初始温度数据的流程示意图;
图4为一个实施例中构建样条插值函数的流程示意图;
图5为一个实施例中待选子区间和目标子区间的示意图;
图6为另一个实施例中缺失数据补全方法的流程示意图;
图7为一个实施例中缺失数据补全装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的缺失数据补全方法,该方法可适用对缺失数据进行补全的场景下。可选的,该方法可以由计算机设备来执行,该计算机设备可以是服务器,还可以是终端设备。具体的,在一个实施例中,如图1所示,该方法具体包括以下步骤:
S101,获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据。
其中,初始温度数据为目标电缆的缆芯温度,各初始温度数据可能为有效温度数据或缺失温度数据。示例性的,各个初始温度数据可以为Ti=f(ti),ti为第i个采样时刻。
S102,确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻。
其中,缺失温度数据对应的数据内容为空值(NULL),相应的,该采样时刻即为缺失采样时刻,进一步的,初始温度数据中可能包括多个缺失温度数据。本申请实施例的目的即为对缺失温度数据进行补全。
S103,根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
可以理解的是,在数值分析中,样条插值是使用一种特殊分段多项式的插值形式,这样插值形式称为样条,常用的样条插值函数包括三次样条插值函数。
具体的,三次样条插值函数的定义为:
设在插值区间[a,b]上,给定n+1个插值节点xi(a=x0<x1<x2<...<xn-1<xn=b),在节点xi处的函数值yi=f(xi)(i=0,1,...,n)。若函数S(x),满足以下条件:
(1)S(xi)=f(xi)=yi,i=0,1,...,n;
(2)在每个小区间[xi,xi+1](i=0,1,...,n)上S(x)是三次多项式Si(x);
(3)S(x)在[a,b]上二阶连续可微,即S(x)∈C2[a,b];
则S(x)称为f(x)的三次样条插值函数。
具体的,将本实施例中的目标周期作为上述区间[a,b],将ti作为xi,将目标周期划分为多个子区间,利用目标周期内各采样时刻的温度值(Ti)得到上述f(xi)(即yi),以构建各个子区间的三次样条插值函数,各子区间内的三次样条插值函数均为三次多项式,该三次样条插值函数的自变量为时间,因变量为温度值。
S104,根据样条插值函数,对缺失温度数据进行补全。
具体的,由于该三次样条插值函数的自变量为时间,因变量为温度值,因此,将缺失采样时刻代入上述三次多项式,即可得到该缺失温度数据对应的补全温度值(补全温度数据),基于补全温度数据对缺失温度数据进行补全。
上述缺失数据补全方法中,利用目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;该样条插值函数是基于初始温度数据中的有效温度数据(非缺失温度数据)构建的,因此能够使得生成的补全温度数据更接近真实数据;另外,样条插值函数为在目标采样周期对应的样条插值函数,故能够对目标采样周期内多个缺失温度数据统一进行补全,提高了数据补全效率。
在实际场景中,导致缺失温度数据的原因可能是:原因1、温度传感器出现错误,例如,温度传感器在数据传输过程因网络故障造成信息丢失,数据未成功传送至后台,从而导致出现采样数据组残缺;原因2、目标线缆运行故障,短时间内温度传感器无法采集温度数据,与此同时,目标线缆上的电流传感器也无法采集电流数据。若为上述原因1,则需要对偶然出现残缺的缺失温度数据进行补全,实现数据清洗;若为上述原因2,则可判定该目标线缆出现故障,应向远方决策平台发送报警信号来获取相关控制策略调控解决故障,无需进行错误数据(异常数据)的清洗。
故,为了判断故障原因,如图2所示,本实施例提供了一种确定初始温度数据中的缺失温度数据的可选方式,即提供了一种对S102进行细化的方式。具体实现过程可以包括:
S201,获取目标线缆各采样时刻对应的初始电流数据。
其中,初始温度数据对应的采样时刻与初始电流数据的采样时刻相同。
S202,针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
其中,对于任一采样时刻,在若该采样时刻的初始温度数据存在缺失,且初始电流数据不存在异常(不存在缺失),则说明故障原因为上述原因1,此时需要进行后续的数据清洗(补全)。
本实施例中,利用初始电流数据对缺失温度数据的故障原因进行排查,能够避免数据的无效清洗。
进一步的,为了保证目标周期满足构建插值函数的条件,首先需要确保目标采样周期的端点值不存在缺失,具体的,如图3所示,根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数,包括:
S301,若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据。
其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;
其中,在连续监测温度的情况下,各个采样周期的采样端点首尾连续,故,当目标采样周期的周期起点出现缺失,或者是周期末点存在缺失时,均可以从历史数据库中调取与目标采样周期相邻的采样周期,将相邻采样周期的端点值(有效数据)作为关联温度数据。
S302,基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全。
示例性的,若目标采样周期的周期起点出现缺失,则将目标采样周期的前一采样周期的末点的初始温度数据,作为关联温度数据;若目标采样周期的周期末点出现缺失,则利用目标采样周期的后一采样周期的起点的初始温度数据,作为关联温度数据。具体的,利用关联温度数据对缺失的端点值进行补全。
S303,根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
本实施例中,利用相邻采样周期的初始温度数据,对目标采样周期的初始温度数据进行补全,使得目标采样周期满足构建样条插值函数的初始条件。
如图4所示,本实施例提供了一种根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的可选方式,即提供了一种对S103进行细化的方式。具体实现过程可以包括:
S401,将目标采样周期划分为多个包含缺失采样时刻的目标子区间。
可以理解的是,三次样条插值函数的构建方式包括三转角插值算法和三弯矩插值算法,本实施例中,以为三弯矩插值算法为例进行说明,三次样条插值函数的构建过程如下:
步骤(1)、构建插值子区间(即本实施例中的目标子区间)。
其中,样条插值函数为分段函数,即包括与各插值子区间一一对应的区间样条插值函数;
步骤(2)、假设三次样条函数在插值节点(插值子区间的端点)处存在二阶导数(即,S’(xj)=Mj(j=0,1,…,n)存在);又因为插值条件为S(xj-1)=f(tj-1),S(xj)=f(tj);因此,针对任一子区间x∈[xj-1,xj],可以得到S(x)在该子区间上的三次样条插值函数的表达式:
其中,h为=xj-xj-1;S’(xj)=Mj(j=0,1,…,n)
在此情形下,只需确定M0,M1...Mn的值,即可确定S(x);
在已知端点条件的情形下,所以只需要求解n-1个方程即可确定M0,M1...Mn的值,n-1个方程如下所示:
步骤(4)、在确定M0,M1...Mn后,每个插值子区间的对应的S(x)的表达式为已知,在插值子区间[xj-1,xj]内,在求解任一时刻x对应的插值时,只需将。
上述步骤(1)~步骤(4)可知,在步骤(2)中,在确定三次样条插值函数的表达式时,需要已知各个插值子区间的端点值,故,本实施例中的目标子区间作为上述插值子区间,需满足的条件为:每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定。
示例性的,对于任一目标子区间,该目标子区间的端点可以为相邻的两个采样时刻;或者是由相邻的几个采样时刻构成。
在一个实施例中,本实施例提供了一种将目标采样周期划分为多个包含缺失采样时刻的目标子区间的可选方式,即,构建各目子区间的过程可选方式可以为:根据各采样时刻多个待选子区间;根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间。
其中,如图5所示,将目标周期的起点作为第一个待选子区间的端点,该端点对应于采样时刻0,将采样时刻1对应于第一个待选子区间的末端以及第二个子区间的起点,以此类推,假设目标周期对应n+k个采样时刻,其中k个采样时刻对应与k个缺失温度数据,即Lose1,Lose2,Losek等。
由于含有缺失温度数据的待选区间内无法进行插值,得到对应的插值函数,故,在本实施例中,对待选子区间进行调整,即将存在缺失温度数据的待选子区间与其相邻的待选子区间进行合并,为了便于说明,即与S(x)中的n+1个插值点相对应,本实施例中,如图5所示,共得到n个目标子区间,共n+1个插值点。
S402,根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
其中,线性插值公式即为上述式(1)。
具体的,采用缺失采样时刻,对缺失采样时刻对应的区间样条插值函数进行赋值,得到缺失采样时刻对应的补全温度值;采用补全温度值,对缺失采样时刻对应的缺失温度数据进行补全。
即,在插值子区间[xj-1,xj]内,在求解任一时刻x(即任一时刻t)对应的插值时,只需要利用已知的Mj-1、Mj、yj-1,yj,xj-1,xj即可,其中,yj-1即为Tj-1,yj即为Tj,xj-1即为tj-1,xj即为tj-1。
示例性的,在上述实施例的基础上,本实施例提供了一种缺失数据补全方法的可选实例。如图6所示,具体实现过程包括:
S601,获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据。
S602,获取目标线缆在各采样时刻对应的初始电流数据。
S603,针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
S604,根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
具体的,根据各采样时刻确定多个待选子区间;根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间;每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
进一步的,若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全;根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
S605,采用缺失采样时刻,对缺失采样时刻对应的区间样条插值函数进行赋值,得到缺失采样时刻对应的补全温度值。
S606,采用补全温度值,对缺失采样时刻对应的缺失温度数据进行补全。
上述S601-S606的具体过程可以参见上述方法实施例的描述,其实现原理和技术效果类似,在此不再赘述。
应该理解的是,虽然如上的各实施例所涉及的流程图中的各步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的缺失数据补全方法的缺失数据补全装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个缺失数据补全装置实施例中的具体限定可以参见上文中对于缺失数据补全方法的限定,在此不再赘述。
在一个实施例中,如图7所示,提供了一种缺失数据补全装置100,包括:获取模块、检测模块、构建模块和补全模块,其中:
获取模块110,用于获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
检测模块120,用于确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
构建模块130,用于根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
补全模块140,用于根据样条插值函数,对缺失温度数据进行补全。
在一个实施例中,构建模块130包括:
划分子模块,用于将目标采样周期划分为多个包含缺失采样时刻的目标子区间;其中,每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;
构建子模块,用于根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
在一个实施例中,划分子模块,还用于:根据各采样时刻确定多个待选子区间;根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间。
在一个实施例中,检测模块120还用于:获取目标线缆在各采样时刻对应的初始电流数据;
针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
在一个实施例中,构建模块130,还包括预处理子模块,该预处理子模块用于:若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;
基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全;
根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
上述缺失数据补全装置中的各模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储XX数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种缺失数据补全方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现以下步骤:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
在一个实施例中,处理器执行计算机程序根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的逻辑时,具体实现以下步骤:将目标采样周期划分为多个包含缺失采样时刻的目标子区间;其中,每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
在一个实施例中,处理器执行计算机程序根据样条插值函数,对缺失温度数据进行补全的逻辑时,具体实现以下步骤:采用缺失采样时刻,对缺失采样时刻对应的区间样条插值函数进行赋值,得到缺失采样时刻对应的补全温度值;采用补全温度值,对缺失采样时刻对应的缺失温度数据进行补全。
在一个实施例中,处理器执行计算机程序将目标采样周期划分为多个包含缺失采样时刻的目标子区间的逻辑时,具体实现以下步骤:根据各采样时刻确定多个待选子区间;根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间。
在一个实施例中,处理器执行计算机程序确定初始温度数据中的缺失温度数据的逻辑时,具体实现以下步骤:获取目标线缆在各采样时刻对应的初始电流数据;针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
在一个实施例中,处理器执行计算机程序根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的逻辑时,具体实现以下步骤:若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全;根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
在一个实施例中,计算机程序根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的逻辑被处理器执行时,具体实现以下步骤:将目标采样周期划分为多个包含缺失采样时刻的目标子区间;其中,每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
在一个实施例中,计算机程序根据样条插值函数,对缺失温度数据进行补全的逻辑被处理器执行时,具体实现以下步骤:采用缺失采样时刻,对缺失采样时刻对应的区间样条插值函数进行赋值,得到缺失采样时刻对应的补全温度值;采用补全温度值,对缺失采样时刻对应的缺失温度数据进行补全。
在一个实施例中,计算机程序将目标采样周期划分为多个包含缺失采样时刻的目标子区间的逻辑被处理器执行时,具体实现以下步骤:根据各采样时刻确定多个待选子区间;根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间。
在一个实施例中,计算机程序确定初始温度数据中的缺失温度数据的逻辑被处理器执行时,具体实现以下步骤:获取目标线缆在各采样时刻对应的初始电流数据;针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
在一个实施例中,计算机程序根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的逻辑被处理器执行时,具体实现以下步骤:若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全;根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定初始温度数据中的缺失温度数据,以及缺失温度数据对应的缺失采样时刻;
根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数;
根据样条插值函数,对缺失温度数据进行补全。
在一个实施例中,计算机程序根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的逻辑被处理器执行时,具体实现以下步骤:将目标采样周期划分为多个包含缺失采样时刻的目标子区间;其中,每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
在一个实施例中,计算机程序根据样条插值函数,对缺失温度数据进行补全的逻辑被处理器执行时,具体实现以下步骤:采用缺失采样时刻,对缺失采样时刻对应的区间样条插值函数进行赋值,得到缺失采样时刻对应的补全温度值;采用补全温度值,对缺失采样时刻对应的缺失温度数据进行补全。
在一个实施例中,计算机程序将目标采样周期划分为多个包含缺失采样时刻的目标子区间的逻辑被处理器执行时,具体实现以下步骤:根据各采样时刻确定多个待选子区间;根据缺失采样时刻,对待选子区间进行调整,得到多个包含缺失采样时刻的目标子区间。
在一个实施例中,计算机程序确定初始温度数据中的缺失温度数据的逻辑被处理器执行时,具体实现以下步骤:获取目标线缆在各采样时刻对应的初始电流数据;针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为缺失温度数据。
在一个实施例中,计算机程序根据目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数的逻辑被处理器执行时,具体实现以下步骤:若目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;基于采样周期的端点对应的初始温度数据,对目标采样周期的端点对应的初始温度数据进行补全;根据补全后的目标采样周期内各采样时刻对应的初始温度数据,构建目标采样周期对应的样条插值函数。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种缺失数据补全方法,其特征在于,所述方法包括:
获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
确定所述初始温度数据中的缺失温度数据,以及所述缺失温度数据对应的缺失采样时刻;
根据所述目标采样周期内各采样时刻对应的初始温度数据,构建所述目标采样周期对应的样条插值函数;
根据所述样条插值函数,对所述缺失温度数据进行补全。
2.根据权利要求1所述的方法,其特征在于,所述根据所述目标采样周期内各采样时刻对应的初始温度数据,构建所述目标采样周期对应的样条插值函数,包括:
将所述目标采样周期划分为多个包含所述缺失采样时刻的目标子区间;其中,每个目标子区间的端点对应的温度数据由各采样时刻对应的初始温度数据确定;
根据线性插值公式,确定每个目标子区间对应的区间样条插值函数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述样条插值函数,对所述缺失温度数据进行补全,包括:
采用所述缺失采样时刻,对所述缺失采样时刻对应的区间样条插值函数进行赋值,得到所述缺失采样时刻对应的补全温度值;
采用所述补全温度值,对所述缺失采样时刻对应的缺失温度数据进行补全。
4.根据权利要求2所述的方法,其特征在于,所述将所述目标采样周期划分为多个包含所述缺失采样时刻的目标子区间,包括:
根据各采样时刻确定多个待选子区间;
根据所述缺失采样时刻,对所述待选子区间进行调整,得到多个包含所述缺失采样时刻的目标子区间。
5.根据权利要求1所述的方法,其特征在于,所述确定所述初始温度数据中的缺失温度数据,包括:
获取目标线缆在各采样时刻对应的初始电流数据;
针对于任一采样时刻,若该采样时刻对应的初始温度数据存在缺失,且该采样时刻对应的初始电流数据不存在异常,则将该采样时刻对应的初始温度数据确定为所述缺失温度数据。
6.根据权利要求1所述的方法,其特征在于,所述根据所述目标采样周期内各采样时刻对应的初始温度数据,构建所述目标采样周期对应的样条插值函数,包括:
若所述目标采样周期的端点对应的初始温度数据存在缺失,则获取关联温度数据,其中,所述关联温度数据为目标采样周期相邻的采样周期的端点对应的初始温度数据;
基于采样周期的端点对应的初始温度数据,对所述目标采样周期的端点对应的初始温度数据进行补全;
根据补全后的所述目标采样周期内各采样时刻对应的初始温度数据,构建所述目标采样周期对应的样条插值函数。
7.一种缺失数据补全装置,其特征在于,所述装置包括:
获取模块,用于获取目标线缆在目标采样周期内各采样时刻对应的初始温度数据;
检测模块,用于确定所述初始温度数据中的缺失温度数据,以及所述缺失温度数据对应的缺失采样时刻;
构建模块,用于根据所述目标采样周期内各采样时刻对应的初始温度数据,构建所述目标采样周期对应的样条插值函数;
补全模块,用于根据所述样条插值函数,对所述缺失温度数据进行补全。
8.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述的方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
10.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211640352.4A CN116108324A (zh) | 2022-12-20 | 2022-12-20 | 缺失数据补全方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211640352.4A CN116108324A (zh) | 2022-12-20 | 2022-12-20 | 缺失数据补全方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116108324A true CN116108324A (zh) | 2023-05-12 |
Family
ID=86257276
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211640352.4A Pending CN116108324A (zh) | 2022-12-20 | 2022-12-20 | 缺失数据补全方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116108324A (zh) |
-
2022
- 2022-12-20 CN CN202211640352.4A patent/CN116108324A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2021204010A1 (zh) | 一种时序异常检测方法、装置、计算机设备及存储介质 | |
CN115754603A (zh) | 数据修正方法、装置、设备、存储介质和计算机程序产品 | |
CN110889630B (zh) | 一种主动配电网分布式状态估计方法 | |
CN115206563A (zh) | 堆芯功率象限倾斜因子的预测方法、装置和计算机设备 | |
CN116108324A (zh) | 缺失数据补全方法、装置、计算机设备和存储介质 | |
CN114266284A (zh) | 开关柜绝缘缺陷类型检测方法、装置、设备和程序产品 | |
CN116306030A (zh) | 考虑预测误差和波动分布的新能源预测动态场景生成方法 | |
CN116577552A (zh) | 一种智能量测开关的窃电诊断方法和装置 | |
CN114462264A (zh) | 一种基于多物理场耦合的电缆接头状态评估方法及装置 | |
CN113887676A (zh) | 设备故障预警方法、装置、设备、介质和计算机程序产品 | |
CN116127785B (zh) | 基于多元性能退化的可靠性评价方法、装置和设备 | |
CN117192314B (zh) | 基于绝缘检测电路的绝缘检测方法、装置和计算机设备 | |
CN117744427A (zh) | 变压器的热场信息确定方法、装置、设备和存储介质 | |
CN117747161A (zh) | 核电厂的故障处理方法、装置、计算机设备和存储介质 | |
CN118011240B (zh) | 电池的一致性的评估方法、装置、存储介质和计算机设备 | |
CN117725777A (zh) | 电缆温度场确定方法、装置、计算机设备和存储介质 | |
CN118607388A (zh) | 变压器铁芯温度的检测方法、装置、计算机设备、可读存储介质和程序产品 | |
CN118394610A (zh) | 设备预警方法、装置、计算机设备、可读存储介质和产品 | |
CN118230994A (zh) | 元件寿命更新方法、装置、设备、介质和计算机程序产品 | |
CN118537109A (zh) | 资源增益数据确定方法、装置、设备和可读存储介质 | |
CN118517318A (zh) | 核电机组二回路镜像负荷标定方法、装置和设备 | |
CN116166511A (zh) | 电连接器工作寿命的评估方法、装置、设备和存储介质 | |
CN117251474A (zh) | 电力系统碳流计算的数据库构建方法、装置、设备和介质 | |
CN114383753A (zh) | 温度监测方法、装置、终端和存储介质 | |
CN117349184A (zh) | 测试案例生成方法、装置、计算机设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |