摘要
本发明涉及电力技术领域,公开了一种基于边缘智能及多源数据融合的电网设备状态预测方法,该方法包括通过边缘计算技术对多种所述电网设备的状态数据进行采集及处理,得到多源状态数据,并从所述多源状态数据中提取表征数据;所述表征数据具有所述多源状态数据的特征信息和属性信息;基于所述表征数据构建目标函数,并通过所述目标函数对所述多源状态数据进行融合,得到多源状态数据融合矩阵;将所述多源状态数据融合矩阵输入至轻量化神经网络模型中进行处理,输出对所述电网设备的状态预测结果。本发明结合边缘计算和深度学习技术,实现了对电网设备的精准状态预测。
技术关键词
深度神经网络模型
电网设备状态
轻量化神经网络
递归神经网络
内容分发网络
矩阵
移动设备
边缘计算技术
服务器
交替迭代法
分支
数据存储
终端
拉普拉斯
深度学习技术
机器学习模型
节点
标签类别
系统为您推荐了相关专利信息
深度神经网络模型
图像分类网络
数据
注意力机制
类别分布概率
造血干细胞
基因编辑方法
高通量筛选平台
疾病治疗系统
人工智能平台
高程差异
地形测绘方法
定位信号数据
多源定位
天线相位中心
分布式光伏
出力曲线
调度控制方法
电网频率偏差
光伏组件温度
检修策略
注意力
时序特征
智能辅助诊断
分层强化学习