摘要
本发明涉及新能源技术领域,公开了光伏电站多源数据特征融合提取方法及系统,包括以下步骤:S1、收集多源数据,并对所述多源数据进行预处理;S2、采用变分自编码器从所述多源数据中提取低维特征表示,并结合聚类算法识别异常模式;S3、在分布式光伏电站中进行本地模型训练,仅共享模型参数至中央服务器,并聚合生成全局模型;S4、量化各数据源对融合结果的贡献并生成可视化结果;S5、在边缘设备上部署轻量化模型,通过模型压缩技术进行实时预测和异常检测。本发明中,通过在特征提取模块中引入变分自编码器结合聚类算法,对多源数据进行低维嵌入表示及异常识别,能够全面刻画潜在特征分布差异,减少误检与漏检,提升异常检测准确率。
技术关键词
分布式光伏电站
模型压缩
聚类算法
特征提取模块
长短期记忆模型
多模态特征融合
差分隐私技术
编码器
分析方法
可视化图表
可读存储介质
多尺度特征
新能源技术
数据采集模块
处理器
参数
模式
气象
系统为您推荐了相关专利信息
边缘提取方法
主动轮廓模型
图像增强模型
均值漂移算法
曲线
故障预警方法
决策
期望最大化算法
语义分割模型
指标
车载激光点云数据
道路交通标线
精度检测方法
特征点
检查点