(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210553312.X (22)申请日 2022.05.20 (71)申请人 浙江大学 地址 310058 浙江省杭州市西湖区余杭塘 路866号 申请人 国网浙江省电力有限公司信息通信 分公司 (72)发明人 凌佳杰　张辰　毕霁超　毛冬　 饶涵宇　汪京培　杨楷翔　 (74)专利代理 机构 杭州求是专利事务所有限公 司 33200 专利代理师 林超 (51)Int.Cl. H04L 43/04(2022.01) H04L 43/08(2022.01)H04L 69/08(2022.01) G06F 16/2455(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于业务特征向量的能源互联网控制终端 业务处理方法 (57)摘要 本发明公开了一种基于业务特征向量的能 源互联网控制终端业务处理方法。 包括： 1获取能 源互联网的不同历史原始业务数据流； 2对不同 历史原始业务数据流分别进行预处理； 3根据业 务类别和业务需求参数对不同历史原始业务数 据流分别进行业务特征向量标注， 获得不同历史 原始业务数据流对应的业务特征向量； 4构建训 练样本并输入到模型中进行训练， 获得训练好的 模型； 5将模型部署到不同测量终端中， 接着各个 测量终端获取 实时业务数据流并进行预处理， 根 据预处理后的实时业务数据流获得对应的业务 特征向量； 6对应控制终端根据对应高效交互协 议中的业务特征向量对实时业务数据流进行处 理。 本发明通过业务特征向量的提取实现对业务 数据流的可靠、 高效处 理。 权利要求书2页 说明书6页 附图2页 CN 115102871 A 2022.09.23 CN 115102871 A 1.一种基于业务特征向量的能源互联网控制终端业务处理方法， 其特征在于， 包括以 下步骤： 步骤1： 获取能源互联网的不同历史原 始业务数据流； 步骤2： 对不同历史原始业务数据流分别进行预处理， 获得对应预处理后的历史业务数 据流； 步骤3： 根据业务类别和业务需求参数对不同历史原始业务数据流分别进行业务特征 向量标注， 获得不同历史原 始业务数据流对应的业 务特征向量； 步骤4： 预处理后的历史业务数据流和对应的业务特征向量构成训练样本并输入到业 务特征向量提取模型中进行训练， 获得训练好的业 务特征向量提取模型； 步骤5： 将训练好的业务特征向量提取模型部署到不同测量终端中， 接着各个测量终端 获取实时业务数据流， 各个测量终端中将自身获取 的实时业务数据流进行预处理， 将预处 理后的实时业务数据流输入到对应的训练好的业务特征向量提取模型， 输出获得该实时业 务数据流对应的业 务特征向量； 步骤6： 将各个测量终端中获得的业务特征向量加载至对应控制 终端的高效交互协议 中， 各个测量终端将自身获得的预处理后的实时业务数据流发送给对应的控制终端时， 对 应的控制终端根据对应高效交互协议中的业务特征向量对接 收的预处理后的实时业务数 据流进行处 理。 2.根据权利要求1所述的一种基于业务特征向量的能源互联网控制终端业务处理方 法， 其特征在于， 所述 步骤2具体为： 将不同种类的历史原始业务数据流均转化为统一的数据格式， 将格式统一后的历史业 务数据流作为预处 理后的历史业 务数据流。 3.根据权利要求1所述的一种基于业务特征向量的能源互联网控制终端业务处理方 法， 其特征在于， 所述 业务特征向量包括 业务类别标签F和业 务需求向量R， 具体公式如下： F＝[f1,...,fn,...,fN] 其中， N表示业务类别个数， fn表示第n类业务类别， M为业务需求参数的总数， rmn表示第 n类业务类别的第m个业务需求值， Imn表示第n类业务类别是否对第m个业务需求参数有需 求， 若有需求则Imn＝1， 反之则Imn＝0。 4.根据权利要求1所述的一种基于业务特征向量的能源互联网控制终端业务处理方权　利　要　求　书 1/2 页 2 CN 115102871 A 2法， 其特征在于， 每个所述测量 终端中， 计算测量终端获取的相 邻两批次的预 处理后的实时 业务数据流之间的差异度， 根据差异度阈值记录差异度大 的预处理后的实时业务数据流， 当差异度大的实时业务数据流积累到大于预设数量时， 根据所有记录的差异度大的预 处理 后的实时业务数据流对当前测 量终端中的训练好的业务特征向量提取模型进行训练并更 新， 利用更新后的业 务特征向量提取模型提取业 务特征向量。 5.根据权利要求4所述的一种基于业务特征向量的能源互联网控制终端业务处理方 法， 其特征在于， 所述差异度的计算公式如下： 其中， ρ12表示测量终端获取的相邻两批次的预处理后的实时业务数据流之间的差异 度， d1表示前一批次测量终端获取的预处理后的实时业务 数据流， d2表示后一批次测量终端 获取的预处理后的实时业务数据流， d1i和d2i分别表示前后相邻两批次的预处理后的实时 业务数据流的第i个数据， m0为预处理后的实时业 务数据流的数据总长度。权　利　要　求　书 2/2 页 3 CN 115102871 A 3