摘要
本发明公开了一种基于动态资源调度的电能表数据诊断方法及系统,属于电能表诊断技术领域。其方法包括:获取电能表数据流;根据预设算力资源,对所述电能表数据流进行定点运算,得到优化电能表数据流;将所述优化电能表数据流输入预先构建的数据诊断模型,输出电能表数据诊断结果;其中,所述数据诊断模型的构建包括:在自适应特征融合层前添加并列的动态裁剪卷积层和简化残差GRU单元;所述动态裁剪卷积层通过历史优化电能表数据流的熵值对深度可分离卷积层进行剪枝获取,所述简化残差GRU单元通过对GRU单元的更新门和重置门进行合并获取。本发明计算复杂度低、效率高,能够解决低算力硬件平台上混合深度神经网络部署的难题。
技术关键词
电能表数据
动态资源调度
诊断方法
时序特征
谐波畸变率
深度神经网络
数据获取模块
因子
队列
诊断系统
诊断模块
硬件平台
电流
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
轴承故障诊断方法
工况
窗口结构
通道注意力机制
数据
交通流量预测方法
交通流量预测系统
空间特征提取
特征提取模块
交通图
时间序列预测方法
时序特征
前馈神经网络
关系
变量
同步采集方法
面向电力系统
节点
分布式监测
波形