摘要
本发明公开了一种基于多维数据融合的台区用电行为识别方法,涉及电力系统智能化技术领域,包括:采集台区的电气参数数据和环境参数数据,对电气参数数据和环境参数数据进行预处理得到标准化数据集;分别对电气特征数据和环境特征数据进行特征提取,得到电气特征向量和环境特征向量,将电气特征向量和环境特征向量构成多维特征空间;在多维特征空间中构建特征融合模型,将特征融合模型输入深度学习模型中进行训练,输出台区用电行为识别结果。本发明通过构建多维特征空间解决了异构数据融合的技术问题,提高了用电行为识别的准确性。
技术关键词
识别方法
电气特征
深度学习模型
数据
时序特征
电力系统智能化技术
空间特征提取
特征提取模块
时间校准
气象环境参数
地理位置参数
混合损失函数
综合评价指标
正则化策略
多头注意力机制
特征融合网络
序列
更新模型参数
系统为您推荐了相关专利信息
面部运动单元
智能生成方法
表情模型
生成表情动画
矩阵
土壤水分数据
平台系统
数据分析模块
数据采集模块
远程监控模块
页面代码
JSP页面
数据转换方法
数据转换装置
计算机可读指令
巡检机器人
运动状态信息
空间布局信息
激光雷达点云数据
协同控制系统
卷积神经网络模型
数据检测方法
数据检测系统
计算机程序产品
应用程序编程接口