摘要
本发明公开了一种电力异常检测方法及系统,方法包括:获取多源电力数据,并对其进行预处理,获取时空对齐后的数据流;建立改进孤立森林模型,获取带有梯度信息的样本异常评分;结合样本异常评分,采用双向门控循环网络捕捉样本的时序特征,获取正向数据特征、反向数据特征,并进行时空注意力计算,获取时空注意力权重向量;根据数据特征获取异常评分,采用滑动窗口,对输入的特征数据进行统计,作为异常判定初始阈值,并结合神经网络修正项,对异常判定初始阈值进行动态调整,获取动态修正阈值;再综合初始阈值和动态修正阈值,获取时变异常判定阈值,并结合异常评,制定电力系统的运行状态三级异常等级,本发明能够提高检测精度。
技术关键词
异常检测方法
森林模型
门控循环网络
注意力
样本
时序特征
滑动窗口
电力系统
动态
异常检测系统
森林方法
策略
模型更新
数据模块
编码模块
层级
矩阵
系统为您推荐了相关专利信息
传输路径
数据传输方法
LSTM模型
多路径
森林模型
数据筛选方法
焦点损失函数
样本
节点
高维向量空间
预训练方法
多模态
阶段
蒸馏
荧光素眼底血管造影
嵌入特征
成分含量
青稞红曲
二维码标签
图像检测模型