一种基于机器学习的配电网数据分析方法及系统

AITNT
正文
推荐专利
一种基于机器学习的配电网数据分析方法及系统
申请号:CN202410899742
申请日期:2024-07-05
公开号:CN118861838A
公开日期:2024-10-29
类型:发明专利
摘要
本发明提供了一种基于机器学习的配电网数据分析方法及系统,其方法包括:获取待处理的配电网数据集;使用离散小波变换对待处理的配电网数据集进行数据增强和特征提取,获得多个电力节点数据的数据特征;将多个电力节点数据的数据特征输入至集成学习数据分类模型中,输出配电网数据分类结果;其中,所述集成学习数据分类模型是通过集成学习算法组合多个分类器而得到的;对所述配电网数据分类结果进行时序分析和数值异常分析,获得各个电力节点的运行状态;实现对多类型配电网数据的数据分类和状态分析,提高了配电网数据分类的效率和准确性,实现了对电力节点的状态分析。
技术关键词
数据分类模型 支持向量机分类器 数据分析方法 节点 集成学习算法 粒子群算法 强分类器 电力 多项式核函数 离散小波变换 弱分类器 小波滤波器 特征提取模块 噪声分量 集成学习策略 数据获取模块
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号