摘要
本发明公开了一种面向智能电网通信数据异常流量监测及预测方法,该方法由中央服务器下发初始随机模型参数到本地节点,结合智能电网中各个本地节点上的时间序列数据进行局部模型的训练;然后是构建全局模型,通过灰狼优化算法通过灰狼优化算法自动调整和优化局部模型的参数,聚合局部模型的权重以得到最优全局模型,得到最优全局模型,从而适应不稳定的电网条件和设备节点;接着是在智能电网的每个本地节点上,利用Dlinear时间序列预测模型对本地节点的通信数据流量进行预测。本发明能为智能电网的运行提供通信数据异常方面提供实时且准确的预测和监测。
技术关键词
面向智能电网
灰狼优化算法
异常流量
时间序列预测模型
节点
数据
灰狼算法
联邦模型
服务器
参数
通信设备故障
聚类
集群
皮尔逊相关系数
正则化方法
代表
神经网络模型
系统为您推荐了相关专利信息
裂缝评价方法
水击效应
裂缝网络
天然裂缝
水头高度
新能源光伏发电
负荷预测方法
光伏发电站
新能源车辆
负荷预测模型
神经网络架构
特征提取模块
拓扑特征
语义特征
邻域