基于深度神经网络的样本流数据概念漂移处理方法及系统

本发明实施例提供一种基于深度神经网络的样本流数据概念漂移处理方法及系统，属于电力样本流数据的挖掘技术领域。所述方法包括：获取样本流数据；对所述样本流数据依次进行预处理操作、标准化操作以及特征提取操作；构建卷积神经网络模型；采用所述样本流数据对所述神经网络模型进行训练，并判断当前的样本流数据是否发生概念偏移；在判断所述样本流数据发生概念偏移的情况下，采用自适应学习策略更新所述卷积神经网络模型；分别计算所述卷积神经网络模型的准确率、精确率以及召回率；根据所述准确率、精确率以及召回率确定所述自适应学习策略的有效性。该方法及系统能够提高克服电力样本流数据发生概念漂移的问题。