(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 202211552691.7 (22)申请日 2022.12.05 (71)申请人 南方电网数字电网研究院有限公司 地址 510700 广东省广州市黄埔区中新广 州知识城 亿创街1号 406房之86 (72)发明人 李鹏　黄文琦　侯佳萱　戴珍　 曹尚　张焕明　白昱阳　习伟　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 赖舒娴 (51)Int.Cl. G06F 16/2458(2019.01) G06N 3/04(2006.01) G06F 17/16(2006.01) G06Q 50/06(2012.01) (54)发明名称 光伏数据 的升频重建方法、 装置、 计算机设 备和存储介质 (57)摘要 本申请涉及一种光伏数据的升频重建方法、 装置、 计算机设备和存储介质。 所述方法包括： 获 取待重建对象的低频光伏数据和参考对象的高 频光伏数据； 分别对低频光伏数据和高频光伏数 据进行重组处理， 得到低频矩阵和高频矩阵； 对 高频光伏数据进行下采样处理， 得到拟低频光伏 数据， 并将拟低频光伏数据进行重组， 得到拟低 频矩阵； 基于拟低频矩阵和高频矩阵， 对增强型 深度残差网络模 型进行训练， 得到优化增强型深 度残差网络模 型； 将低频矩阵输入至优化增强型 深度残差网络模 型， 执行对低频光伏数据的升频 重建处理， 得到低频光伏数据所对应的拟高频光 伏数据。 采用本方法能够提高光伏数据的升频重 建精度。 权利要求书2页 说明书15页 附图5页 CN 115544126 A 2022.12.30 CN 115544126 A 1.一种光伏数据的升频重建方法， 其特 征在于， 所述方法包括： 获取待重建对象的低频光伏数据和参 考对象的高频光伏数据； 分别对所述低频光伏数据和所述高频光伏数据进行重组处理， 得到低频矩阵和高频矩 阵； 对所述高频光伏数据进行下采样处理， 得到拟低频光伏数据， 并将所述拟低频光伏数 据进行重组， 得到拟低频矩阵； 基于所述拟低频矩阵和所述高频矩阵， 对增强型深度残差网络模型进行训练， 得到优 化增强型深度残差网络模型； 将所述低频矩阵输入至所述优化增强型深度残差网络模型， 执行对所述低频光伏数据 的升频重建处 理， 得到所述低频光伏数据所对应的拟高频光伏数据。 2.根据权利要求1所述的方法， 其特征在于， 所述获取待重建对象的低频光伏数据和参 考对象的高频光伏数据， 包括： 获取待重建对象和参 考对象在光伏数据采集周期的启动时间和关闭时间； 基于所述启动时间和所述关闭时间， 确定有效时间； 获取所述待重建对象在所述有 效时间内的低频光伏数据， 以及所述参考对象在所述有 效时间内的高频光伏数据。 3.根据权利要求1所述的方法， 其特征在于， 所述对所述高频光伏数据进行下采样处 理， 得到拟低频光伏数据， 包括： 获取所述低频光伏数据的采样频率； 基于所述采样频率， 对所述高频光伏数据进行下采样处理， 得到与所述低频光伏数据 的采样频率相同的拟低频光伏数据。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述拟低频矩阵和所述高频矩 阵， 对增强型深度残差网络模型进行训练， 得到优化增强型深度残差网络模型， 包括： 获取基于空间注意力机制和跳跃 连接构建的增强型深度残差网络模型； 将所述拟低频矩阵输入所述增强型深度残差网络模型中， 得到所述拟低频矩阵对应的 目标矩阵； 基于所述目标矩阵与所述高频矩阵构建损失函数， 并计算所述目标矩阵的损失值； 控制所述增强型深度残差网络模型基于所述损失值进行训练， 得到优化增强型深度残 差网络模型。 5.根据权利要求4所述的方法， 其特征在于， 所述增强型深度残差网络模型包括浅层特 征提取结构、 深层特 征提取结构、 以及上采样结构； 所述将所述拟低频矩阵输入所述增强型深度残差网络模型中， 得到所述拟低频矩阵对 应的目标矩阵， 包括： 基于所述浅层特征提取结构， 提取所述拟低频矩阵中的浅层特征信息， 得到浅层特征 提取结果； 使用所述深层特征提取结构， 对所述浅层特征提取结果进行深层特征信息提取， 得到 深层特征提取结果； 使用所述上采样结构， 对所述深层特征提取结果进行亚像素卷积处理， 得到所述拟低 频矩阵对应的目标矩阵。权　利　要　求　书 1/2 页 2 CN 115544126 A 26.根据权利要求1所述的方法， 其特征在于， 所述将所述低频矩阵输入至所述优化增强 型深度残差网络模型， 执行对所述低频光伏数据的升频重建处理， 得到所述低频光伏数据 所对应的拟高频光伏数据， 包括： 将所述低频矩阵输入所述优化增强型深度残差网络模型中， 得到拟高频目标矩阵； 将所述拟高频目标矩阵进行重组转化处理， 得到所述低频光伏数据升频重建后的拟高 频光伏数据。 7.根据权利要求6所述的方法， 其特 征在于， 所述方法还 包括： 基于光伏数据的周期性， 将所述拟高频目标矩阵进行逆向重组处理， 得到所述待重建 对象产生所述低频光伏数据相邻采集周期的拟高频光伏数据。 8.一种光伏数据的升频重建装置， 其特 征在于， 所述装置包括： 光伏数据获取模块， 用于获取待重建对象的低频光伏数据和参考对象的高频光伏数 据； 数据重组模块， 用于分别对所述低频光伏数据和所述高频光伏数据进行重组处理， 得 到低频矩阵和高频矩阵； 下采样模块， 用于对所述高频光伏数据进行下采样处理， 得到拟低频光伏数据， 并将所 述拟低频光伏数据进行重组， 得到拟低频矩阵； 模型优化模块， 用于基于所述拟低频矩阵和所述高频矩阵， 对增强型深度残差网络模 型进行训练， 得到优化增强型深度残差网络模型； 升频重建模块， 用于将所述低频矩阵输入至所述优化增强型深度残差网络模型， 执行 对所述低频光伏数据的升频重建处 理， 得到所述低频光伏数据所对应的拟高频光伏数据。 9.一种计算机设备， 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7中任一项所述的方法的步骤。 10.一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7中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115544126 A 3