买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网四川省电力公司电力科学研究院申请的专利一种基于深度学习的电网数据流异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118965152B 。

龙图腾网通过国家知识产权局官网在2025-08-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202410973213.6，技术领域涉及：G06F18/2415；该发明授权一种基于深度学习的电网数据流异常检测方法是由张泰;滕予非;陈少卿;罗东辉;乔云池;黄长久;蒋容设计研发完成，并于2024-07-19向国家知识产权局提交的专利申请。

本一种基于深度学习的电网数据流异常检测方法在说明书摘要公布了：本发明属于本发明属于数据检测就技术领域，具体涉及一种基于深度学习的电网数据流异常检测方法，包括：构建LSTM‑NN模型，通过LSTM‑NN模型对电网数据流处理后进行异常检测。本发明提出了一种称为序列不一致距离的度量，该度量可以通过并行计算获得，从而显著减少了检测时间，能够对电网的稳定性和安全性做出了重要保障。

本发明授权一种基于深度学习的电网数据流异常检测方法在权利要求书中公布了：1.一种基于深度学习的电网数据流异常检测方法，其特征在于，包括：构建LSTM-NN模型，通过LSTM-NN模型对电网数据流处理后进行异常检测； 所述LSTM-NN模型，包括：输入层和隐藏层； 通过LSTM-NN模型对电网数据流处理后进行异常检测，包括： S1：在时间段内收集电网数据，将收集的时序数据去掉错误的值、缺失的值，得到处理后的数据； 所述错误的值为一些很明显的远超可能的范围的值或者不符合标准的值； S2：将处理后的数据输入LSTM-NN模型的输入层，提取数据的季节性特征； S3：将处理后的数据和季节性特征输入LSTM-NN模型的隐藏层进行多源预测； S4：计算多源预测后的数据序列异常概率AP，以区分正常数据和异常数据； 计算多源预测后的数据序列异常概率AP，包括： S41：计算多源预测后的数据序列的序列距离； S42：根据序列距离计算加权序列距离； S43：根据加权序列距离计算序列不一致距离； S44：根据序列不一致距离计算异常概率AP； 计算多源预测后的数据序列的序列距离，包括： 其中，RDri，rj表示i时刻和j时刻记录数据的序列距离，ri和rj分别表示i时刻和j时刻记录的电网数据，n表示数据总数，表示i时刻记录的第l项数据； 根据序列距离计算加权序列距离，包括： 其中，表示序列和之间的加权距离，表示序列的真实值，表示序列的预测值，T表示时间周期，m表示周期T内的一个时刻，表示i-m+1时刻记录数据的真实值和预测值之间的距离，ri-m+1、分别表示t＝i-m+1时刻的实际值和预测值，eT-m表示时间衰减权重； 根据加权序列距离计算序列不一致距离，包括： 其中，SIDi表示i时刻的序列不一致距离，L表示预测范围，k表示第k个预测序列，Pi-k表示记录序列i-k正常的概率，表示序列和之间的加权距离，表示第k个预测序列的真实值，表示第k个预测序列的预测值； 根据序列不一致距离计算异常概率AP，包括： 其中，APi表示异常概率，φ·表示逻辑映射函数，C表示逻辑增长率，C＝1σ2，σ表示部分目标的SID的方差目标，μ表示部分目标的SID均值。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网四川省电力公司电力科学研究院，其通讯地址为：610041 四川省成都市高新区锦晖西二街16号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。