摘要
本公开的实施例公开了基于多模态神经网络模型的异常用电识方法和装置。该方法的一具体实施方式包括:根据供电拓扑结构和至少一个元对象中的元对象对应的用电画像进行虚拟对象构建,得到虚拟对象集合;对于虚拟对象,执行以下处理步骤:通过虚拟对象对应的数据中继器,采集虚拟对象对应的目标用电数据;对目标用电数据进行数据预处理;根据预处理后用电数据的数据状态,动态确定与预处理后用电数据对应的融合信道;响应于服务器端接收到通过融合信道发送的预处理后用电数据,服务器端通过多模态神经网络模型,对预处理后用电数据进行异常用电识别。该实施方式实现了对异常用电行为的有效识别,降低了用电安全风险。
技术关键词
虚拟对象
数据中继器
供电拓扑结构
对象组
神经网络模型
多模态
通信链路
矩阵
射频收发器
画像特征
信噪比
节点
信道状态信息
数据集中器
特征提取网络
序列
系统为您推荐了相关专利信息
光学调节方法
生物特征数据
头显设备
透镜阵列
神经网络模型
电力设备运检
数据
云端
电力设备智能
神经网络模型
齿轮振动信号
神经网络模型
齿轮动力学
齿轮转速传感器
振动信号传感器
调光参数
智能灯光调节
环境光线亮度
舒适度
PID控制参数