基于深度学习的电力监控系统网络故障检测方法及系统

AITNT
正文
推荐专利
基于深度学习的电力监控系统网络故障检测方法及系统
申请号:CN202411741594
申请日期:2024-11-29
公开号:CN119676047A
公开日期:2025-03-21
类型:发明专利
摘要
本发明提出了一种基于深度学习的电力监控系统网络故障检测方法及系统,所述方法包括构建电力监控系统网络资源状态的时间序列模型;构建故障检测模型;提出基于深度学习抽取特征的电力监控系统网络故障检测机制。通过对算法性能分析可知,本发明提出的基于深度学习的电力监控系统网络故障检测机制具有较好的应用效果和性能,较好的解决了电力监控系统网络故障诊断准确率低的问题。
技术关键词
电力监控系统 网络故障检测方法 故障检测模型 时间序列模型 链路 多头注意力机制 网络故障检测系统 故障类别 故障检测模块 数据 Sigmoid函数 网络故障诊断 优化器 抽取特征 特征提取模块 关系
系统为您推荐了相关专利信息
1
基于数字孪生的矿井提升机疲劳寿命实时智能预测方法
矿井提升机 智能预测方法 比例模型 寿命预测模型 数字孪生
2
一种低时延高可靠的星地隐蔽通信系统及方法
地面接收机 隐蔽通信方法 隐蔽通信系统 低时延 平面阵列天线
3
电力系统数据转发网络的多目标路径规划方法及装置
优先级报文 网络拓扑数据 路径规划方法 数据转发网络 建立网络拓扑
4
基于改进蚁群和链路发现的边缘算力网络路由方法及系统
服务质量信息 链路 消息 邻居 蚁群算法
5
一种基于物资图谱的AI客服搭建方法及系统
客服 图谱 通信链路 客户发起 语义分析技术
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