摘要
本发明实施例提供一种遥信检测方法及装置,属于遥信检测领域;该方法及装置包括通过混沌映射生成第一非均匀采样点;获取所述第一非均匀采样点的第一遥信信号,将所述联合特征向量输入强化学习模型,输出采样密度调整系数;调整第一非均匀采样点的采样间隔,得到第二非均匀采样点,利用改进正交匹配追踪算法进行第二遥信信号重构,得到第二遥信信号重构信号;基于所述第二遥信信号重构信号进行异常判别,完成遥信检测。本发明通过混沌映射生成非均匀采样点,结合深度学习模型提取信号时频特征,并利用强化学习动态优化采样密度,最终通过分形维数和能量分析实现遥信信号的自适应重构与异常检测,能够提升电力设备遥信信号检测的效率和准确性。
技术关键词
匹配追踪算法
强化学习模型
采样点
重构
信号特征
双向长短期记忆网络
卷积神经网络提取
时域特征
生成混沌序列
密度
时序特征
深度学习模型
矩阵
复杂度
处理器
电力设备
存储器
系统为您推荐了相关专利信息
综合评价方法
综合评价模型
指标评价数据
评价指标筛选
节点
故障区段识别方法
输电线路系统
混合型
故障传播路径
多分支