摘要
本发明公开了一种基于多重交织深度学习模型的电网数据校核方法、系统、设备及存储介质,包括:取i个抽样时刻的电网数据作为i组历史数据,取第i+1个抽样时刻的一组电网数据作为一组预测数据,将该组预测数据复制i份作为i组预测数据;对每组历史数据和每组预测数据进行预处理,得到各自固定大小的嵌入矩阵;采用训练好的多重交织深度学习模型对每组历史数据和每组预测数据对应的嵌入矩阵进行特征提取和最大池化处理,得到每组历史数据和每组预测数据对应的向量表示形式;然后采用相似度计算公式,计算历史数据和预测数据之间的匹配度得分判断电网数据是否异常,从而达到数据校核的目的,具有响应速度快、识别准确度高等优点。
技术关键词
交织深度
数据校核方法
校核系统
矩阵
卷积神经网
数据复制
门控循环单元
网络
标签
三元组
处理器
参数
计算机设备
存储器
算法
阶段
程序
关系
模块
系统为您推荐了相关专利信息
图像篡改检测方法
聚类
矩阵
图像编码器
多层感知器
人类活动识别方法
样本
多模态特征融合
序列
梯度下降优化算法
林木病虫害
松树线虫病
多模态融合深度学习
定位方法
时间序列信息