摘要
本发明公开了一种电价异常确定方法及装置,涉及电力供应领域,获取目标时段下的电价数据及对应的专家评分数据,确定电价数据对应的特征集合;基于特征集合及预先进行关键要素提取而确定的预设业务规则,确定规则‑特征映射矩阵以进一步确定算法置信度;根据专家评分数据、算法置信度及预设贝叶斯网络确定后验概率;基于后验概率确定硬标签,将电价数据、硬标签及特征集合作为输入项输入至预先训练好的增量式在线学习框架下的学生模型,以得到表征电价数据发生异常的第一概率、表征电价数据未发生异常的第二概率及表征未知电价数据的异常情况的第三概率。该方案实现了预设业务规则与算法模型间的协同,利于提高电价异常识别的准确性。
技术关键词
后验概率
标签
数据
学生
节点
矩阵
网络
存储计算机程序
负荷特征
波动特征
蒸馏
算法模型
在线
教师
参数
框架
存储器
处理器
系统为您推荐了相关专利信息
低轨卫星网络
负载均衡策略
故障预测方法
节点
序列
分类评估方法
融合特征
多尺度特征融合
乳腺
全局平均池化
染色体
卫星通信网络
智能电网监测系统
遗传算法
多通道传输方法