摘要
本申请涉及异常数据检测技术领域,其具体地公开了一种电力系统异常数据检测方法,其首先从电力系统数据的时间队列中筛选出可疑电力系统数据,并基于可疑电力系统数据的时序位置,提取前序的电力系统时序数据集作为可疑电力系统数据的上文信息,并进一步引入基于深度学习的时序分析技术,通过对可疑电力系统数据的前序电力系统数据进行时序传播编解码,推理出当前电力系统数据的合理状态,从而基于推理电力系统数据与可疑电力系统数据的分布差异,实现电力系统异常数据的智能化检测。通过这种方式,能够有效识别由设备故障、网络攻击或量测装置异常等因素引发的异常数据,为电力系统的安全稳定运行提供可靠保障。
技术关键词
编码向量
异常数据检测方法
队列
序列
输入电力系统
数据分布
时序分析技术
sigmoid函数
编解码
RNN模型
消息
基准
编码器