摘要
本发明提供一种基于数据聚类的电力系统漏洞识别方法及服务器,首先获取电力系统运行产生的包含多个带时间戳标记设备状态数据单元的原始监测数据集合,接着对其进行格式统一与噪声抑制处理得到预处理数据集合,随后调用预训练的聚类分析模型对预处理数据集合进行特征关联聚类处理,生成包含漏洞关联簇与正常运行簇的聚类结果集合,基于漏洞关联簇特征分布模式与预设漏洞特征库的匹配关系,识别电力系统中漏洞位置及发展阶段,并据此生成包含漏洞定位信息与风险等级的预警指令,将其发送至电力维护终端以触发针对性维护操作,有效提升了电力系统漏洞识别的准确性和维护效率。
技术关键词
设备状态数据
双向长短期记忆网络
初始聚类中心
上下文特征
阶段
密度峰值聚类算法
漏洞特征
融合特征
电力系统
时间序列特征
识别漏洞
注意力机制
时序
结构化数据格式
特征提取模块
动态
系统为您推荐了相关专利信息
电子元器件
故障检测方法
鲸鱼优化算法
综合故障
顶点
电厂数据处理
大数据技术
分析系统
工业生产
网格
控制性能评估方法
仿真数据
风电机组功率
仿真模型
静态误差