公开(公告)号：CN119782983A

公开(公告)日：2025-04-08

申请号：CN202411838641.4

申请日：2024-12-13

Applicant: 国家电网有限公司大数据中心

Inventor： 任英杰 ,  杨畅 ,  储俊 ,  林晶 ,  郭学良 ,  江丽娜 ,  何小芸 ,  武丽莎 ,  董昕宇 ,  徐荆

IPC: G06F18/2433 ,  G06F18/15 ,  G06F18/213 ,  G06F18/25 ,  G06F18/22 ,  G06F18/21 ,  G06N3/0455 ,  G06N3/0499 ,  G06Q50/06 ,  G06N3/048

Abstract: 本发明提供了一种基于自适应深度学习的增量与存量数据识别方法及系统，包括：获取待识别序列；将所述待识别序列代入预先训练好的深度学习模型计算待识别序列和参考序列的特征向量，并计算待识别序列与参考序列的特征向量之间的欧式距离，进而确定待识别序列的标签，所述标签包括增量数据和存量数据；其中，深度学习模型包括：孪生网络和Transformer编码器；所述训练好的深度学习模型是基于历史存量数据和增量数据对孪生网络和Transformer编码器进行训练得到的。本发明采用训练好地深度学习模型可灵活应对设备升级、环境波动、用户行为变化等情况导致的识别效果不佳的问题，并可准确区分增量数据与存量数据。