一种新能源数据异常检测方法和相关设备

本申请公开了一种新能源数据异常检测方法和相关设备，利用SpectralNet的非线性降维能力，能够深入挖掘新能源数据的深层特征，提升数据采集和处理质量，解决了现有方法在处理高维复杂数据时难以挖掘非线性特征的问题。通过NAS自动设计适配新能源数据的异常诊断模型，提升了模型的自适应能力，摆脱了对人工设计的依赖，更好地适应复杂场景变化。结合TFT处理新能源数据的时间序列特性，精准识别和预测通道中断异常，全面解决了现有方法在异常诊断时难以识别定位复杂异常类型和泛化能力差的问题。此外，该方法还能优化数据采集效率，降低冗余，提高异常检测和预测精度，为智能电网运行提供有力数据支撑。