摘要
本发明公开了基于多源数据重构的电力控制流量特征采样方法及系统,收集基本控制指令流量,提取指令特征并构建基础数据库;生成签名验签参数;各主站将提供的数据信息以及签名存入区块链;采用统计学习方法实现各地区域之间数据集规模的平衡;为有缺失值的数据集重构填补数据;重构填补数据后对各个主站系统节点的签名进行验证;利用重构好的数据集进行集成学习得出模型参数;使用交叉验证的方式对模型参数的预测能力进行验证;使用误差衡量模型进行评估。
技术关键词
特征采样方法
统计学习方法
计算机可执行指令
数据
主站系统
电力
参数
GBDT算法
网络流量特征
集成学习算法
机器学习模型
采样系统
处理器
重构模块
节点
基础
系统为您推荐了相关专利信息
便携式RFID读写器
信息管理平台
耐高温环氧树脂
有限元分析方法
RFID电子标签
需求预测方法
增量学习算法
集成学习技术
分析工具
车辆传感器数据
参数标定方法
材料拉伸
压力加载系统
内压
有限元分析方法
车辆碰撞检测方法
融合视觉
多模态特征
音视频
多模态协同