-
公开(公告)号：CN118445724A
公开(公告)日：2024-08-06
申请号：CN202410505311.7
申请日：2024-04-25
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司 , 国网山西省电力公司营销服务中心
发明人： 高欣 , 于家豪 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 任宇路 , 石智珩 , 谢振刚 , 杨子成 , 杨帅
IPC分类号： G06F18/2433 , G06F18/23 , G06F18/214 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0455
摘要： 本发明公开了一种基于特征匹配的电能表小样本异常检测方法及装置。其中，方法包括：根据获取的目标域历史小样本，构建特征支持集；将获取的目标域待测样本按照预设维度进行数据增强，获取目标域待测样本的增强样本数据集；分别将增强样本数据集中的每个增强样本输入至预先训练的编码器中，获取该增强样本添加对称补丁编码视图的两个隐空间；将两个隐空间输入至预先训练的解码器中，获取增强样本数据集中每个增强样本的重构样本；根据特征支持集、每个增强样本的两个隐空间、原始样本以及重构样本，确定增强样本数据集中每个增强样本每个时间步的异常分数。
-
公开(公告)号：CN117289200A
公开(公告)日：2023-12-26
申请号：CN202311270750.6
申请日：2023-09-28
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
发明人： 于家豪 , 高欣 , 李保丰 , 翟峰 , 赵兵 , 郜波 , 秦煜 , 陈昊 , 梁晓兵 , 郑安刚 , 许斌 , 徐萌 , 冯云 , 赵英杰 , 卢建生 , 肖春 , 任宇路 , 杨帅 , 贾勇 , 姚俊峰
IPC分类号： G01R35/04 , G06N3/0455 , G06N3/08 , G06F18/25 , G06F123/02
摘要： 本发明公开了一种基于深度混合标准化的电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；将多变量长时间序列数据输入至预先训练的电能表异常检测模型中，输出待测电能表每个时间步的重构数据，其中异常检测模型为基于深度混合标准化模块和自编码器模型的电能表异常检测模型；根据待测电能表每个时间步的多变量长时间序列数据以及重构数据，确定待测电能表每个时间步的异常分数，并根据异常分数，确定每个时间步的异常程度。
-
公开(公告)号：CN117092582A
公开(公告)日：2023-11-21
申请号：CN202310990073.9
申请日：2023-08-08
申请人： 北京邮电大学 , 中国电力科学研究院有限公司 , 国网山西省电力公司营销服务中心
IPC分类号： G01R35/04 , G06F18/213 , G06F18/214 , G06F18/22 , G06N3/0455 , G06N3/094
摘要： 本发明公开了一种基于对抗对比自编码器的电能表异常检测方法及装置。其中，方法包括：获取待测电能表历史检测的多变量长时间序列数据；对多变量长时间序列数据进行归一化处理，划分预设窗口长度的多个时间窗口数据；将多个时间窗口数据输入至预先训练的异常检测模型中，输出每个时间窗口数据对应的重构数据，异常检测模型中采用对抗对比自编码器；根据每个时间窗口数据的重构数据以及时间窗口数据确定该时间窗口数据每个时间点的异常分数，并根据异常分数，确定每个时间点的异常程度。
-
公开(公告)号：CN117272055B
公开(公告)日：2024-02-06
申请号：CN202311567852.4
申请日：2023-11-23
申请人： 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC分类号： G06F17/18 , G06F17/10 , G06F18/214 , G06N3/0464 , G06N3/088 , G01R35/04
摘要： 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置，属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器，输出第一重构多维时间序列数据和第一噪声分量，将第一重构多维时间序列数据输入自编码器和滤波器，输出第二重构多维时间序列数据和第二噪声分量；构建自编码器损失函数和滤波器损失函数，并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练，将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰，提高了重构(56)对比文件US 2023351158 A1,2023.11.02白雅玲.基于深度学习的客户用能分类及异常检测研究《.中国优秀硕士学位论文全文数据库 工程科技II辑》.2023,C042-2856.曹帅.基于深度学习的脑电信号分类方法研究《.中国优秀硕士学位论文全文数据库 医药卫生科技辑》.2018,E080-17.赵经宇.基于无监督学习的网络异常流量检测研究《.中国优秀硕士学位论文全文数据库 信息科技辑》.2023,I139-159.蔡木庆.基于深度学习的复杂时间序列分析和预测《.中国优秀硕士学位论文全文数据库 基础科学辑》.2021,A002-922.Jae Seok Do 等.LSTM-Autoencoder forVibration Anomaly Detection in VerticalCarousel Storage and Retrieval System.《Sensors》.2023,1-22.
-
公开(公告)号：CN117272055A
公开(公告)日：2023-12-22
申请号：CN202311567852.4
申请日：2023-11-23
申请人： 国网山西省电力公司营销服务中心 , 北京邮电大学
IPC分类号： G06F18/214 , G06F17/18 , G06N3/0464 , G06N3/088 , G01R35/04
摘要： 本发明涉及一种基于滤波增强自编码器的电能表异常检测方法及装置，属于电力设备检测技术领域。将预处理后的多维时间序列数据输入自编码器和滤波器，输出第一重构多维时间序列数据和第一噪声分量，将第一重构多维时间序列数据输入自编码器和滤波器，输出第二重构多维时间序列数据和第二噪声分量；构建自编码器损失函数和滤波器损失函数，并基于自编码器损失函数和滤波器损失函数构建电能表异常检测损失函数以对自编码器和滤波器进行迭代训练，将训练好的自编码器作为电能表异常检测模型以对待检测多维时间序列数据进行检测。本发明减小了噪声和异常对自编码器的干扰，提高了重构数据的准确性，从而提高了电能表异常检测模型的检测准确率。
-
公开(公告)号：CN114722947A
公开(公告)日：2022-07-08
申请号：CN202210383775.6
申请日：2022-04-12
申请人： 北京邮电大学
摘要： 本发明实施例提出了一种基于近邻搜索分簇的电力调度监控数据异常检测方法，包括：将带正异常标签的电力调度监控历史数据作为训练数据集输入，通过计算样本之间的欧氏距离寻找异常样本在特征空间中的k个近邻；通过异常样本的近邻标签确定该样本是否为噪声或属于某个异常样本簇，并在该样本近邻中依次迭代搜索直到不再找到更多的属于该簇的异常样本；对分簇后的数据过滤噪声并计算每个簇中需要生成的异常样本数量，据此利用SMOTE线性插值在各个簇内合成新样本以平衡数据集；使用平衡后的数据集训练随机森林模型，以检测电力调度监控数据中的异常样本。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
-
公开(公告)号：CN117056839A
公开(公告)日：2023-11-14
申请号：CN202310806501.8
申请日：2023-07-03
申请人： 北京邮电大学
IPC分类号： G06F18/2433 , G06N3/048 , G06N3/088 , G06Q50/06
摘要： 本发明实施例提出了基于时空异常Transformer的电力调度监控数据异常检测方法，包括：构建时空异常Transformer模型，将电力调度监控历史数据作为模型的输入，计算重构误差、时间维关联性偏差和空间维关联性偏差；结合重构误差、时间维关联性偏差和空间维关联性偏差计算模型的损失，将损失作为优化目标对模型进行训练；将待检测的电力调度监控数据作为模型的输入，计算重构误差、时间维关联性偏差和空间维关联性偏差；结合重构误差、时间维关联性偏差和空间维关联性偏差计算输入数据的异常分数，据此判定输入的电力调度监控数据是否为异常。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
-
公开(公告)号：CN114816814A
公开(公告)日：2022-07-29
申请号：CN202210293314.X
申请日：2022-03-23
申请人： 北京邮电大学
摘要： 本发明实施例提出了一种基于迁移学习的双层动态加权磁盘异常检测方法，包括：收集磁盘SMART信息并对磁盘数据集进行属性特征筛选，之后对其进行指数平滑处理得到稳定磁盘数据集，并提取出目标域磁盘数据集以及多个源域磁盘数据集；计算磁盘数据集源域样本与目标域样本的初始权重；训练各源域对应的迁移模型；加权集成各源域所得模型结果，实现对目标域磁盘的故障检测；随着目标域型号磁盘的不断运行，根据所增加新数据样本，进一步提高磁盘异常检测性能；本发明实施例提供的技术方案，能有效提高新投入磁盘的故障检测效果。
-
公开(公告)号：CN116432964A
公开(公告)日：2023-07-14
申请号：CN202310403864.7
申请日：2023-04-14
申请人： 北京邮电大学
IPC分类号： G06Q10/0631 , G06F17/16 , G06Q50/06
摘要： 本发明实施例提出了一种基于收敛交叉映射的电力调度自动化系统故障溯源方法，包括：收集电力调度自动化系统故障前后的运行数据，计算组件故障前后的排列熵，根据排列熵变化量度量组件自身异常程度；计算故障前后组件间收敛交叉映射系数，构建正常状态下电力调度自动化系统的因果图，并根据因果链接变化情况求得组件全局因果关系变化程度；对正常状态下的因果图进行社区划分，在耦合紧密的社区范围内计算组件局部因果关系变化程度，然后结合组件自身异常程度、全局和局部因果关系变化程度拟合故障程度度量指标，根据故障程度排序结果定位故障根因组件。本发明实施例提供的技术方案，能够提高电力调度自动化系统故障溯源的准确性。
-
公开(公告)号：CN114399407A
公开(公告)日：2022-04-26
申请号：CN202210147086.5
申请日：2022-02-17
申请人： 北京邮电大学
摘要： 本发明实施例提出了一种基于动静态选择集成的电力调度监控数据异常检测方法，包括：使用电力调度监控历史数据训练一定数量的基检测器；使用孤立森林剔除性能较差的基检测器；使用平均值法根据剩余基检测器的输出生成历史数据的假真值，并分别将假真值和基检测器的输出转换为二类标签；剔除假真值过小的历史数据，并提取基检测器在剩余历史数据上的元特征和元标签；通过元特征和元标签训练随机森林；提取基检测器在待检测数据上的元特征，将其输入随机森林，根据随机森林的输出选择基检测器，取所选基检测器的输出的最大值作为待检测数据的检测结果。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
-
-
-
-
-
-
-
-
-
搜索结果
14 条记录 (耗时 0.067 秒)
