摘要
本发明提供了基于混合深度学习模型的电网数据异常检测方法及系统,属于电网数据处理技术领域。方法通过将卷积神经网络与递归神经网络、门控循环单元、长短期记忆网络和注意力模型相结合进行混合建模,得到初始检测模型,同时采用模型协同优化机制对初始检测模型进行分布式并行训练,并通过自适应优化算法构建自适应优化器,利用优化器和动态训练机制动态更新模型参数和模型结构,得到混合检测模型;将电力系统的实时数据流输入混合检测模型进行异常检测,同时根据预设防御策略,对检测出的异常数据和潜在攻击行为对电力系统执行主动安全防护操作。本发明能够对电力系统复杂异常行为进行精准检测和实时预警。
技术关键词
混合深度学习模型
数据异常检测方法
电力系统运行数据
长短期记忆网络
递归神经网络
门控循环单元
注意力模型
数据异常检测系统
异常数据
模块
检测电力系统
消息传递机制
数据分布
动态更新
联合损失函数
优化器
电网数据处理技术
系统为您推荐了相关专利信息
孤立森林算法
小波变换降噪
双螺杆
数据采集模块
流量计
碳纤维复合芯导线
载荷预测方法
递归神经网络
动态
状态更新
教学
DCNN模型
生成提示词
摘要生成方法
语音识别模型
无纺布生产线
褶皱特征
时空融合特征
图像
实时数据
车间能源管理
约束优化模型
调度优化系统
长短期记忆网络
设备状态数据