摘要
本申请提供一种基于多源数据融合的末端负荷电源关联关系智能核查方法及系统。其中,该方法包括:获取边缘计算节点发送的预处理后的用电设备的实时能耗数据和机械振动信号;利用深度学习模型对实时能耗数据与所述机械振动信号进行多源数据融合,以识别出用电设备与电源之间的动态关联关系;根据动态关联关系,调整用电设备的异常阈值规则;当根据自动化物流设备的异常阈值规则检测到用电设备的能耗异常或电源失联时,触发对应的告警信号,并通过物联网平台推送至管理终端。本申请提供的技术方案通过多源数据融合与深度学习实时优化用电设备的异常阈值规则,并在异常时触发智能告警,提升供电安全与能效管理。
技术关键词
机械振动信号
智能核查方法
深度学习模型
物联网平台
跨模态
动态权重分配
管理终端
交互机制
识别用电设备
阶段
电源
关系
投影残差
能耗特征
数据
自动化物流设备
振动特征
稳态
系统为您推荐了相关专利信息
机器人交互
机器人对话系统
电话
语音识别引擎
会话
深度学习模型
浅层特征提取
特征提取模块
空间特征提取
图像去噪技术
时序决策模型
暖通设备控制方法
舒适度
物联网平台
时序预测模型
智能提取方法
光学字符识别技术
大语言模型
表格
文本
视觉特征
图像检测模型
交互式学习
交叉注意力机制
图像解码器