摘要
本发明公开了一种GIM模型电力数据规范性审核方法及系统,方法包括获取GIM模型实时电力数据与历史电力数据;通过变分自编码器对获取的历史电力数据进行第一异常检测,得到融合了编码器特征空间的正常电力数据;构建强化学习模型,将融合了编码器特征空间的正常电力数据与实时电力数据共同输入至模型;结合部分标注电力数据共同对强化学习模型进行主动学习迭代,训练后得到优化后的强化学习模型;将新的实时电力数据输入强化学习模型,得到电力数据审核分类结果。本发明利用VAE重建样本,通过设定重建损失阈值检测异常;引入DQN提升检测精度并探索新异常类别,增强模型对不规范数据的识别能力;实现了对数据规范性的高效、准确审核,降低了人工干预。
技术关键词
强化学习模型
GIM模型
编码器特征
审核方法
计算机可执行指令
电网实时状态
重建误差
卡尔曼滤波
处理器
异常数据
实时数据
计算机设备
输出模块
优化器
电力系统
可读存储介质