一种考虑事件波的电量异常智能监测方法及系统

AITNT
正文
推荐专利
一种考虑事件波的电量异常智能监测方法及系统
申请号:CN202411914920
申请日期:2024-12-24
公开号:CN119716241A
公开日期:2025-03-28
类型:发明专利
摘要
本发明涉及一种考虑事件波的电量异常智能监测方法,包括以下步骤:S1:通过传感器和智能装置采集事件波数据;S2:使用时频分析算法提取电量需求相关事件波的时序特征和频谱特征;S3:根据提取的时序特征和频谱特征,构建训练集,训练基于机器学习和深度学习构建的电量需求动因分析模型;S4:构建电量异常监测模型,通过事件波幅值、频域能量标定基础规则,异常检测模型通过自编码器学习正常波形特征,结合动因分析,实现智能电量异常监测;S5:构建分层可视化模型,图形化展示电量变化的原因、事件行为及异常预警信息。本发明实现对电量异常的实时监测与预警,能够有效应对电力系统中瞬态、稳态及复杂非平稳事件的挑战。
技术关键词
智能监测方法 时序特征 分层可视化 频谱特征 构建训练集 频域特征 编码器 滑动窗口 希尔伯特黄变换 层级 智能装置 智能电表采集 构造特征向量 构建分类模型 波形 短时傅里叶变换 智能监测系统 矩阵 稳态事件 解码器
系统为您推荐了相关专利信息
1
一种基于多参数采集的咽喉炎症智能监测系统及方法
区域分布特征 智能监测系统 多参数 生理 多模态
2
用于聚散型储能系统的能源出力预测方法、系统及介质
储能系统 出力预测方法 储能设备 贝叶斯神经网络 门控循环单元
3
金融数据异常检测方法、装置、设备及介质
数据异常检测方法 金融 机器学习算法 策略 报警系统
4
一种基于模式识别的商品竞卖竞买交易转换的方法
皮尔逊相关系数 梯度提升决策树 模式识别模型 竞拍数据 深度学习算法
5
一种建筑能耗预测模型训练方法及设备
建筑能耗预测 模型训练方法 建筑信息模型 节点 能效
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