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!
申请/专利权人:国网四川省电力公司电力科学研究院
摘要: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。
主权项: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。
全文数据:
权利要求:
百度查询: 国网四川省电力公司电力科学研究院 一种基于深度学习的电网数据流异常检测方法
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。