基于特征选择的电力系统状态辨识方法、系统、设备及介质

AITNT
正文
推荐专利
基于特征选择的电力系统状态辨识方法、系统、设备及介质
申请号:CN202510476975
申请日期:2025-04-16
公开号:CN120611284A
公开日期:2025-09-09
类型:发明专利
摘要
本发明公开了基于特征选择的电力系统状态辨识方法、系统、设备及介质,方法包括:获取初始特征数据集;利用第一特征选择算法对初始特征数据集进行特征筛选,得到第一特征值;通过自适应时序综合方法,将不同时间切片的第一特征值综合为第二特征值,得到子特征数据集;基于子特征数据集搭建并训练第一神经网络模型,得到最优特征子集,实现电力系统状态辨识,增强对关键特征的识别能力。
技术关键词
状态辨识方法 电力系统 特征值 神经网络模型 特征选择算法 计算机可执行指令 综合方法 状态辨识系统 表达式 切片 数据获取模块 处理器 样本 矩阵 时序 优化器 可读存储介质
系统为您推荐了相关专利信息
1
一种高速公路边坡监测系统及方法
移动监测机构 高速公路边坡监测 雷达探测仪 高清摄像头 XGBoost模型
2
一种多注意力引导的医学图像分割方法
医学图像分割模型 医学图像分割方法 注意力 解码器 梯度下降优化算法
3
一种基于血栓样本图像的溶血性识别方法、相关装置及产品
识别方法 细胞形态特征 样本 数据缺失值 医疗设备检测技术
4
一种基于大数据的智慧城市运营决策方法及系统
深度信念网络 决策方法 策略 噪声特征提取 生成城市
5
耦合物理信息约束和多任务机器学学习的固体燃料元素含量预测方法
固体燃料 物理 神经网络模型 多任务机器学习 取样测试方法
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号