摘要
本申请公开了一种台区线损电量的融合自适应解构方法、装置、设备及介质,涉及电力系统技术领域,通过异常值检测规则对数据型历史电量数据集开展异常数据修正,保障数据质量,对文本型异常成因标签集进行量化转换,把文本信息转化为可被模型计算的数值形式,实现跨模态数据融合。接着通过将多种异常成因综合影响纳入损失电量计算,打破传统方法对单一因素或因素独立分析的局限,精准反映多因素协同效应。随后通过多目标损失函数和动态编码机制对神经网络模型进行模型训练,构建台区线损电量解构模型,使得模型可自动捕捉成因与线损间的复杂耦合关系,同时结合实时数据更新参数以适应动态场景,提升对线损异常成因的识别精度与泛化能力。
技术关键词
台区线损
输入神经网络模型
编码机制
标签
线损异常原因
异常数据
更新模型参数
文本
跨模态数据
动态场景
数据处理模块
处理器
实时数据
矩阵
分析模块
超参数
系统为您推荐了相关专利信息
背根神经节
脊椎
定位方法
识别区
输入神经网络模型
色差分量
图像增强模块
像素
图像分割
图像分类模型
RFID标签
发卡器
信道状态指标
LSTM模型
管理方法
孪生神经网络
无人机拍摄图像
相邻两帧图像
分支
样本