摘要
本发明公开了一种电力网络异常检测方法及系统,涉及智能电网监测测技术领域,包括构建类神经元电力网络图模型,将设备节点化并引入多因子异常得分函数,结合改进型Winner‑Take‑All机制动态激活异常节点;通过拓扑感知的复合梯度下降法动态优化连接权重,构建多层次神经网络结构实现跨层前向传播与反馈调整;结合传播相位差与信息熵建立异常路径模型,利用传播得分函数与加权最短路径算法识别异常路径并进行故障溯源。本发明提供的电力网络异常检测方法构建类神经元图模型并引入多因子异常激活机制,能够实现对电网节点状态在多维时间特征下的综合感知,有效提升异常识别的灵敏度与多点同时激活能力。
技术关键词
网络异常检测方法
神经网络结构
节点
梯度下降法
智能电网监测
信息熵
模式匹配
高精度故障
多层次
指数衰减函数
动态
门槛
电力设备
识别模块
配电开关
强度
变电站
机制
误差函数
系统为您推荐了相关专利信息
随机森林模型
深度学习模型训练
峰值信噪比
站点
数据
日志
测控仪
CRC校验码
数据处理方法
监测数据处理