申请/专利权人:重庆邮电大学
申请日:2024-01-26
公开(公告)日:2024-04-02
公开(公告)号:CN117807544A
主分类号:G06F18/2433
分类号:G06F18/2433;G06N3/0455;G06N3/0442;G06N3/0464;G06F123/02
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.19#实质审查的生效;2024.04.02#公开
摘要:本发明属于电力数据处理领域,具体涉及一种基于深度学习的电网异常数据智能检测方法;所述方法包括获取原始的电网时序数据;通过变分自编码器VAE模型对所述原始的电网时序数据进行降维处理,获得降维后的电网时序数据;通过Transformer模型对所述降维后的电网时序数据进行自注意力处理,获得具有上下文信息的电网时序数据;通过长短时记忆神经网络LSTM模型对所述具有上下文信息的电网时序数据进行预测处理,获得电网异常数据检测结果。本发明能够基于电网异常数据之间的时序关联关系,准确识别出异常结果。
主权项:1.一种基于深度学习的电网异常数据智能检测方法,其特征在于,所述方法包括:获取原始的电网时序数据;通过变分自编码器VAE模型对所述原始的电网时序数据进行降维处理,获得降维后的电网时序数据;通过Transformer模型对所述降维后的电网时序数据进行自注意力处理,获得具有上下文信息的电网时序数据;通过长短时记忆神经网络LSTM模型对所述具有上下文信息的电网时序数据进行预测处理,获得电网异常数据检测结果。
全文数据:
权利要求:
百度查询: 重庆邮电大学 一种基于深度学习的电网异常数据智能检测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。