-
题名基于MMoE和GRU的PMU数据有损压缩算法
- 1
-
-
作者
王守相
张晟
郭陆阳
容春艳
柴林杰
-
机构
天津大学智能电网教育部重点实验室
国网河北省电力有限公司经济技术研究院
-
出处
《电力系统及其自动化学报》
CSCD
北大核心
2023年第3期29-37,共9页
-
基金
国家电网公司总部科技项目(5204JY20000B)。
-
文摘
为解决同步向量量测装置广泛部署带来的数据冗余度与数据量快速增长、系统数据储存及传输成本大幅增加的问题,本文提出一种基于多任务学习和门控循环单元自编码器的有损数据压缩算法。首先,根据同步向量量测装置三相量测数据具有相关性的特点,采用多门控混合专家模型和门控循环单元构建了变分自编码器一次数据压缩模型,将各相数据进行特征融合,利用多任务学习挖掘三相量测数据之间的相关性;其次,使用无损压缩算法对一次压缩数据进行二次压缩,得到最终压缩数据;最后,通过算例分析表明,所提算法能够充分利用各相数据之间的相关性,实现对压缩数据的高精度重构,提高数据压缩效率。
-
关键词
同步向量量测装置
数据压缩
多任务学习
多门控混合专家模型
-
Keywords
synchronous phasor measurement unit(PMU)
data compression
multi-task learning
multi-gate mixtureof-experts(MMoE)model
-
分类号
TM71
[电气工程—电力系统及自动化]
-
