基于深度学习与贝叶斯模型的智能电网预警方法及系统

AITNT
正文
推荐专利
基于深度学习与贝叶斯模型的智能电网预警方法及系统
申请号:CN202411815989
申请日期:2024-12-11
公开号:CN119989137A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了基于深度学习与贝叶斯模型的智能电网预警方法包括,收集图像数据、时间序列数据、文本数据,并对数据进行预处理;根据预处理后的数据进行多模态数据融合处理;采用实时监控与反馈机制技术,进行电网预警。本发明通过深度融合深度学习和贝叶斯模型,设计了多模态数据融合和模式识别方法,实现了对电网异常事件的高效、准确预警。多层混合神经网络架构能够处理不同类型的数据,提高模型的鲁棒性和泛化能力。动态贝叶斯网络和实时监控与反馈机制使系统能够及时响应新的数据和情况,保持预警的高精度。
技术关键词
贝叶斯模型 预警方法 智能电网 动态贝叶斯网络 多模态数据融合 矩阵 PageRank算法 动态更新 电网异常事件 捕捉关键词 隐马尔科夫模型 融合深度学习 超参数 模式识别方法 预警模块 神经网络架构 机制
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