摘要
本发明公开了电力市场异常数据重构方法、系统、设备和介质,涉及电力市场异常数据重构技术领域,包括利用卷积神经网络提取电力市场数据特征;基于注意力机制计算特征的注意力权重,将卷积神经网络和注意力机制融合构建异常数据重构模型;将训练好的异常数据重构模型迁移到目标电力市场。本发明所述方法实现了对电力市场数据的高效特征提取,确保了异常数据的精准识别,提高了异常数据的辨识度,优化了后续的数据重构过程,使得修复的异常数据更符合市场运行规律,降低了异常数据对市场分析和决策的影响,实现了异常数据重构模型的高效迁移,提高模型的通用性和实时异常修复能力,确保市场数据的稳定性,提高数据修复的可靠性。
技术关键词
异常数据
重构模型
注意力机制
重构方法
电力
卷积特征提取
卷积神经网络提取
时序特征
多层次特征提取
滑动窗口
时间序列预测方法
特征提取模块
参数
执行点积运算
异常点
系统为您推荐了相关专利信息
注意力机制
特征提取器
融合器
网络图像识别
视觉
动脉粥样硬化斑块
斑块特征
策略推荐方法
临床检查数据
风险
智慧分析系统
多模态深度学习
分析模块
操作控制模块
控制显示模块
图像处理模型
图像处理方法
编码器特征
通道注意力机制
CT图像数据
电力输入模块
制氢单元
故障检测模块
谐波分析算法
无限冲激响应滤波器