摘要
本发明涉及电数字数据处理领域,具体涉及碳计量智能电能表异常行为模式识别方法,该方法包括获取电能表数据;得到各特征的加权值;基于两个采集节点的初始邻接权重设置阈值生成设备关联图;计算两个采集节点的自适应邻接权重;得到已训练异常行为模式识别模型;采集新的电能表数据,执行S1~S4后输入至已训练异常行为模式识别模型中,已训练异常行为模式识别模型输出每个采集节点的异常评分,结合动态阈值策略输出对各采集节点的判断结果。现有的碳计量智能电能表异常行为模式识别方法存在识别能力较弱的问题。本发明提供的碳计量智能电能表异常行为模式识别方法识别能力较强。
技术关键词
模式识别方法
智能电能表
模式识别模型
节点
电能表数据
生成设备
重构误差
电数字数据处理
线性单元
二氧化碳排放量
因子
输出特征
双通道结构
网络
拼接设备
高斯核函数
矩阵
邻居
基础
融合特征
系统为您推荐了相关专利信息
协同优化方法
云端
协同优化系统
矩阵
更新模型参数
电力系统安全稳定
神经网络模型
稳定判据
负荷
工况