摘要
本发明公开一种特异性检测数值识别方法、装置及计算机程序产品,其中,方法包括:步骤S1,采集电力系统待检测节点的电力数据,并通过分布式操作系统将所述电力数据实时传输至边缘计算层;步骤S2,在边缘计算层对所述电力数据执行预处理,生成标准化时序数据;步骤S3,提取所述标准化时序数据的时域统计特征与频域变换特征,并融合预训练深度学习模型输出的高维特征,构建多维特征向量;步骤S4,基于预训练的分类或聚类模型对所述多维特征向量进行模式识别,输出异常检测结果;步骤S5,通过分布式操作系统将异常检测结果实时反馈至电力设备控制单元,触发告警或执行参数调节。本发明可以实现检测结果高效分发和多节点并行处理,进一步优化系统性能。
技术关键词
分布式操作系统
多维特征向量
时域统计特征
训练深度学习模型
变换特征
计算机程序产品
识别方法
分布式消息总线
循环冗余校验算法
模式识别
时序
电力系统
验证数据完整性
电力设备
抑制高频噪声
无损压缩算法
能量分布特征
闭环控制算法
系统为您推荐了相关专利信息
非线性动态模型
状态更新
压力
支持向量回归算法
卡尔曼滤波算法
辅助诊疗系统
中药材智能
症状向量
生理健康指数
多模态数据融合
智能预测系统
工程造价系统
多维特征向量
数据处理模块
指标