摘要
本发明实施例公开了一种数据处理方法、装置、设备、介质和产品,其中,方法包括:获取电力系统的运行数据,分析得到聚类分析数据集,将聚类分析数据集输入到异常值检测模型中,确定并修正异常值得到经异常值修正的数据集,通过重要性分析删除经异常值修正的数据集中的冗余数据,将去除冗余数据的数据集输入到数据质量优化模型中,得到目标运行数据处理结果,异常值检测模型和数据质量优化模型是通过历史运行数据中符合预设数据质量要求的准确数据训练得到的。本发明实施例的技术方案解决了目前获取的运行数据不准确的问题,可以通过智能算法和机器学习模型提升数据质量,保障数据的可靠性和可用性,为电力系统数据分析和决策提供可靠的数据支持。
技术关键词
数据处理方法
冗余
终端运行数据
历史运行数据
排序算法
随机森林
电力系统数据分析
变电设备
层次聚类算法
长短期记忆网络
计算机设备
处理器
机器学习模型
数据处理装置
修正算法
多层感知机
数据获取模块
系统为您推荐了相关专利信息
排放预测方法
历史运行数据
神经网络模型
参数
径向基神经网络
轨迹规划方法
冗余机械臂
轨迹规划系统
关节
构型
工业控制网络
入侵检测方法
时序分析模块
特征提取模块
注意力机制
链路检测方法
模态特征
双向长短期记忆网络
多模态数据融合
深度特征提取
生存预测方法
训练特征提取模型
邻居
图像嵌入
卷积神经网络学习