摘要
本发明公开了一种电力系统的异常检测方法、装置、介质及设备。本申请通过获取当前电力系统网络流量的特征数据,并运用主成分分析方法对这些数据进行降维处理,提取出关键特征。随后,将这些关键特征输入到经过预训练的含有正则化项的线性回归模型中,该模型基于历史数据和预设的超参数及损失函数训练而成,能够输出连续多个时间点的流量预测值。在预设的时间间隔内获取当前电力系统的实际流量值后,计算预测值与实际值之间的残差。最终,依据预设的四分位距方法和残差值,确定电力系统网络流量的异常点,包括单点异常、持续性异常和模式异常。本申请有效解决了现有技术无法准确高效地检测电力系统出现的异常的问题。
技术关键词
线性回归模型
异常检测方法
异常点
数据
检测电力系统
协方差矩阵
主成分分析方法
可读存储介质
异常检测装置
方差贡献率
模块
计算机
特征值
参数
模式
处理器
终端设备
协议
系统为您推荐了相关专利信息
风冷制冷系统
喷淋设备
性能测试方法
冷凝
风机转速传感器
设备检修方法
检修策略
设备检修系统
检修决策
综合性
稳定匹配算法
数据处理方法
全局优化算法
聚类
列表
射频消融系统
线性回归模型
功率校正方法
隔离输出电路
表达式
超前地质预报
三维重建模型
解译方法
二维分布特征
隧道