高压计量过程中的异常数据检测方法

    公开(公告)号:CN119759983A

    公开(公告)日:2025-04-04

    申请号:CN202411700163.0

    申请日:2024-11-26

    Abstract: 本发明具体涉及一种高压计量过程中的异常数据检测方法,属于异常数据检测技术领域。本发明通过重构部分和扩散部分建立了异常数据检测模型,并通过图注意对历史数据的时空特征进行初步挖掘,提取出多维时间特征矩阵,通过多维时间特征矩阵代入重构模型和扩散模块中进一步挖掘时空特征,对原始的多维时间序列矩阵进行重建,通过重建后的矩阵与原始矩阵的差值矩阵的模来进行异常数据的检测,相比与现有的异常检测方法对多变量时间序列数据中变量之间的空间依赖性和时间依赖性进行了挖掘,效捕捉数据中不同时间戳和变量之间的复杂交互关系,提升异常检测的准确性。

    一种基于ResNet-LSTM的窃电检测方法及系统

    公开(公告)号:CN112098714B

    公开(公告)日:2023-04-18

    申请号:CN202010806282.X

    申请日:2020-08-12

    Abstract: 一种基于ResNet‑LSTM的窃电检测方法及系统,收集电力系统正常运行时采集的用户的用电量数据样本和样本的用电类型标签,对用电量数据进行数据预处理,并将数据集分为训练集、测试集、验证集;运用自动编码器处理训练集中标签为窃电的用电数据样本,并获得新的训练集;将原先的训练集的用电量数据分别输入ResNet模型和LSTM模型进行窃电检测测试,通过测试结果选择ResNet和LSTM神经网络组合结构,并以此搭建混合神经网络,通过测试选择合适的混合神经网络结构;运用选择出的ResNet‑LSTM混合神经网络结构进行测试选择出合适的神经网络优化方法,形成窃电检测模型;运用新的训练集来训练窃电检测模型,构建完整的窃电检测方法,本发明提高了窃电检测能力和检测效率。

    一种基于ResNet-LSTM的窃电检测方法及系统

    公开(公告)号:CN112098714A

    公开(公告)日:2020-12-18

    申请号:CN202010806282.X

    申请日:2020-08-12

    Abstract: 一种基于ResNet‑LSTM的窃电检测方法及系统,收集电力系统正常运行时采集的用户的用电量数据样本和样本的用电类型标签,对用电量数据进行数据预处理,并将数据集分为训练集、测试集、验证集;运用自动编码器处理训练集中标签为窃电的用电数据样本,并获得新的训练集;将原先的训练集的用电量数据分别输入ResNet模型和LSTM模型进行窃电检测测试,通过测试结果选择ResNet和LSTM神经网络组合结构,并以此搭建混合神经网络,通过测试选择合适的混合神经网络结构;运用选择出的ResNet‑LSTM混合神经网络结构进行测试选择出合适的神经网络优化方法,形成窃电检测模型;运用新的训练集来训练窃电检测模型,构建完整的窃电检测方法,本发明提高了窃电检测能力和检测效率。

Patent Agency Ranking