摘要
本发明公开了一种用于电力系统的多任务处理方法、装置、终端设备及存储介质,属于电力系统领域,所述方法为:基于电力系统获取的每一任务对应的任务特征和设备运行数据,确定每一任务对应的张量数据和多模态输入特征矩阵;对每一张量数据进行扩展,获得扩展张量,并基于序列数据,将所有扩展张量与多模态输入特征矩阵进行拼接,获得拼接特征矩阵;将拼接特征矩阵输入至深度学习模型,生成输出特征矩阵,并根据每一扩展张量对应的序列数据以及拼接特征矩阵对应的序列数据,在输出特征矩阵中索引,获得每一任务的设备特征,以使用户基于设备特征对电力系统进行分析,因此,通过实施本发明,能够解决现有技术存在多任务场景分析效率低的问题。
技术关键词
多任务处理方法
深度学习模型
设备运行数据
电力系统
掩码矩阵
序列
批量数据
设备特征
注意力
输出特征
元素
多模态
索引
数据获取模块
数据处理模块
拼接模块
编码
终端设备
系统为您推荐了相关专利信息
智能消防管理系统
多模态图像处理
智能联动报警
视频信号接收模块
深度学习模型训练
融合方法
视觉
计算机可读指令
深度学习模型
图像
词汇量测试
答题数据
个性化学习路径
智能管理系统
智能管理方法
历史运行数据
设备故障预测方法
频域特征
时域特征
设备故障概率
多时间尺度优化调度方法
钠硫电池储能系统
调度优化模型
日内滚动优化
功率