摘要
本申请涉及光伏发电检测领域,特别是涉及一种光伏发电异常检测方法、设备及存储介质。光伏发电异常检测方法包括:获取输入特征数据,对输入特征数据进行预处理得到时间序列数据,对输入特征数据进行可视化处理得到二维图像数据;将时间序列数据输入到预训练的时间序列一维模型提取时间维度特征,将二维图像数据输入到预训练的图像视觉二维模型提取图像维度特征;将时间维度特征和图像维度特征进行特征融合,输出二模态融合特征,基于二模态融合特征输出光伏发电异常检测结果。本申请的方法,提出了一种融合时间序列特征和视觉特征的多模态网络结构,在少量样本训练下,在跨域数据集有很强的泛化能力,大大提升了异常检测的准确性和鲁棒性。
技术关键词
二维图像数据
异常检测方法
融合特征
分支
计算机存储介质
卷积神经网络模块
通道
交叉注意力机制
长短期记忆网络
时间序列特征
光伏发电量
交互特征
特征值
视觉特征
处理器通信
系统为您推荐了相关专利信息
事件流
特征提取网络
无人机避障方法
脉冲响应函数
脉冲神经网络模型
环卫车辆
综合管理平台
物联网平台
垃圾
集成方法
水质检测方法
多任务学习模型
分布式传感器网络
滑动传感器
多参数
故障诊断模型
注意力
特征提取模块
全局平均池化
全局特征提取