摘要
本发明提供一种基于数据增强的变电站设备异常检测方法,该方法包括:S1收集多组时序参数数据;S2对缺失参数数据进行填补,得到填补后的参数数据集;S3将填补后的参数数据集分为初级正训练样本集、初级负训练样本集和验证集;S4获取初级正训练样本集和初级负训练样本集的正加权平均向量集和负加权平均向量集;S5采用增强策略对初级负训练样本集进行数据增强,生成高级正训练样本集和高级负训练样本集;S6利用高级正训练样本集和高级负训练样本集对异常检测模型进行对比训练,生成训练后的异常检测模型;S7获取待测参数数据,用训练后的异常检测模型对其进行异常检测,生成检测结果。本发明提供了一种高效和准确的变电站设备的异常检测方法和系统。
技术关键词
训练样本集
变电站设备
异常检测方法
灰色关联分析方法
序列
时序
灰色关联度
计算机可读程序
可读存储介质
终端设备
异常检测系统
更新模型参数
待测参数
处理器
基准
数据获取模块
系统为您推荐了相关专利信息
音频
语音交互方法
信号特征
智能化语音交互系统
包络面积
风机故障预测方法
风机运行状态
风力发电场
深度学习算法
重构误差
交通流
动态系统模型
数据收集设备
空间分析模块
管控方法
网络攻击路径
广度优先搜索算法
三元组
图谱
实体间关系
协同控制方法
处理单元
路径引导装置
环境感知装置
结构单元