CN119622320A 基于多尺度特征的潜在数据成分提取的时间序列预测方法 （鲁东大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119622320A

(43)申请公布日2025.03.14

(21)申请号202510156796.8

(22)申请日2025.02.13

(71)申请人鲁东大学

地址264025山东省烟台市芝罘区红旗中

路184号

(72)发明人王桦逯景浩张帆张小峰

(74)专利代理机构烟台上禾知识产权代理事务所(普通合伙)37234

专利代理师张静

(51)Int.Cl.

G06F18/213(2023.01)

G06F18/25(2023.01)

G06F123/02(2023.01)

权利要求书2页说明书8页附图2页

(54)发明名称

基于多尺度特征的潜在数据成分提取的时

间序列预测方法

(57)摘要

CN119622320A本发明属于时间序列预测技术领域，具体涉及一种基于多尺度特征的潜在数据成分提取的时间序列预测方法，所述方法包括：获取当前电变压器温度时间序列数据，将历史电变压器温度时间序列作为特征融入当前电变压器温度时间序列数据中，形成融合特征数据；将所述融合特征数据进行不同尺度的特征提取，得到多尺度特征，并降维，得到降维后的多尺度特征；对所述融合特征数据进行多层次数据归一化，计算残差数据，并进行降维，得到降维后的残差数据特征；基于降维后的多尺度