摘要
本发明公开了一种基于增量协同学习的电网流量数据风险识别方法与系统,方法包括:智能网关通过预处理将客户端发送的电网流量数据调整为指定尺寸的二维张量,将所述二维张量输入卷积神经网络模型,获得每个电网流量数据属于各个风险类别的概率分布,并计算每个电网流量数据所属风险类别概率分布的熵平均值随时间的变化情况,识别新风险类别,进而采用新类别对模型进行微调,将微调后的增量模型发送至所述服务器;服务器从各智能网关接收模型,进行聚合后再下发给各智能网关。本发明通过融合新类别检测技术和增量协同学习技术,解决了智能电网快速发展中电网流量数据种类繁杂、变化迅速且多样化的难题,提升了电网流量数据的处理效率和识别准确性。
技术关键词
卷积神经网络模型
智能网关
风险识别方法
数据
服务器
风险识别系统
更新方法
矩阵
尺寸
处理器
生成特征
智能电网
高层次
可读存储介质
程序
存储器
样本
客户端
系统为您推荐了相关专利信息
地层电阻率
量子态
传感器模块
氮空位中心
信号处理模块
智能监测管理系统
施工安全带
主机模块
传感器模块
云端数据处理
评估模型训练方法
融合特征
图像编辑器
计算机可执行指令
电子设备