摘要
本发明公开了一种基于深度学习用电行为异常检测的方法及系统,涉及用电行为分析与异常检测技术领域,包括检测变更点,根据检测结果进行数据采样并提取关键特征。使用深度学习模型将特征数据转化为输入嵌入向量,生成异常评分。基于异常评分进行异常检测,判断是否异常。本发明所述方法本发明提供的基于深度学习用电行为异常检测的方法通过深度学习模型自适应地学习和提取用电数据中的关键特征,结合自注意力机制捕捉时间序列中的全局依赖关系,使得异常检测的精度大大提高。
技术关键词
深度学习模型
后验概率分布
重构误差
数据
多头注意力机制
序列
解码器
多层注意力机制
参数
编码向量
异常检测技术
编码器
动态
模型更新
模块
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
食品安全智能检测
传感器模块
高分辨率光谱仪
主动学习方法
深度学习模型
预测系统
多模态
特征选择
深度学习模型
数据管理
工况特征
阀门启闭控制
节能控制方法
设备健康状态
设备健康评估
算力系统
数据存储容量
调用管理方法
调用管理系统
数据特征提取