摘要
本发明公开了基于时序异常检测的电表计量误差修正方法、系统及电表,涉及电表计量误差修正技术领域,针对分布式能源与多样化负荷并存的电力系统,提出一种融合多源数据预处理、在线学习与联邦协同的智能异常检测方法。第一步采用可疑度函数对原始数据进行动态过滤与缓存,并输出高质量输入;第二步通过多算法融合与专家知识约束进行在线学习,实现对传统与新兴模式的精准判定;第三步基于差量参数共享与全局聚合,实现多区域协同增益;第四步利用反馈评估与模型蒸馏在边缘端部署轻量化模型,提升实时性与可靠性。综上可显著降低误报与漏报率,并有效适应负荷行为多样变化,提高电网运维效率,同时保证数据隐私安全和协同。
技术关键词
计量误差
修正方法
可疑度函数
电表
在线学习机制
时序
上传方式
可调节灵敏度
节点更新
数据采集策略
融合多源数据
多算法融合
学生
分块
异常检测方法
参数
过滤组件
无监督
矩阵
系统为您推荐了相关专利信息
信号
傅立叶
汽车加速度传感器
信息更新
测试平台
负荷分类方法
子系统
负荷控制策略
能效
区域负荷分析
电网GIS数据
大数据
分布特征
变电站
构建知识图谱
智能电表采集
历史负荷数据
分类器
方差贡献率
电力
场景知识图谱
模态特征
深度学习模型
动态
多模态