-
公开(公告)号:CN116488325A
公开(公告)日:2023-07-25
申请号:CN202310240818.X
申请日:2023-03-14
Applicant: 国网河南省电力公司经济技术研究院 , 南京信息工程大学
IPC: H02J13/00 , H02J3/00 , G06F18/2415 , G06F18/2431 , G06N3/0455 , G06N3/0464 , G06N3/048 , G06N3/047 , G06N3/094
Abstract: 本发明属于电网异常检测技术领域,具体涉及一种智能电网异常检测与分类方法设备、可读存储介质;步骤1、获取合适的训练数据集,步骤2、构建异常检测与分类系统(ADCS),所述异常检测与分类系统包括自编码和生成对抗网络架构,分为异常检测和异常分类两种情况下的体系结构;步骤3、训练异常检测与分类系统网络,将训练数据预处理,使用滑动窗口格式化数据;步骤4、输入智能电网的测试数据集,将由正常和异常时间序列电测量组成的数据经过训练后的异常检测与分类系统网络进行编码解码操作后输出得到异常检测和异常分类的结果;本发明解决现有技术中针对智能电网系统的入侵检测速度不够快,精度不够高的技术问题。
-
公开(公告)号:CN112508625A
公开(公告)日:2021-03-16
申请号:CN202011498663.2
申请日:2020-12-18
Applicant: 国网河南省电力公司经济技术研究院 , 国家电网有限公司
Abstract: 本发明提出了一种基于多分枝残差注意力网络的智能稽查建模方法,其步骤为:首先,获取稽查数据字段,并对稽查数据字段进行预处理得到训练数据;其次,构建多分枝残差注意力网络,并利用训练数据对多分枝残差注意力网络进行训练,得到多分枝残差注意力网络模型;最后,将稽查数据输入多分枝残差注意力网络模型中,输出稽查结果,完成对电力营销业务中的异常问题的识别分类与自动排查。本发明通过多次卷积操作,捕获更多数据,解决长时序数据较难学习的问题,同时该网络采用高效注意力机制,在稽查数据变化较大的时刻点投入更多的注意力,从而提高了模型训练和预测的准确度。
-
公开(公告)号:CN112508625B
公开(公告)日:2022-10-21
申请号:CN202011498663.2
申请日:2020-12-18
Applicant: 国网河南省电力公司经济技术研究院 , 国家电网有限公司
Abstract: 本发明提出了一种基于多分枝残差注意力网络的智能稽查建模方法,其步骤为:首先,获取稽查数据字段,并对稽查数据字段进行预处理得到训练数据;其次,构建多分枝残差注意力网络,并利用训练数据对多分枝残差注意力网络进行训练,得到多分枝残差注意力网络模型;最后,将稽查数据输入多分枝残差注意力网络模型中,输出稽查结果,完成对电力营销业务中的异常问题的识别分类与自动排查。本发明通过多次卷积操作,捕获更多数据,解决长时序数据较难学习的问题,同时该网络采用高效注意力机制,在稽查数据变化较大的时刻点投入更多的注意力,从而提高了模型训练和预测的准确度。
-
-