一种分时日分频段特征工程的异常数据识别方法和系统

AITNT
正文
推荐专利
一种分时日分频段特征工程的异常数据识别方法和系统
申请号:CN202511516936
申请日期:2025-10-23
公开号:CN120995359A
公开日期:2025-11-21
类型:发明专利
摘要
本发明属于电网异常识别领域,涉及一种分时日分频段特征工程的异常数据识别方法和系统,包括:对初始多源数据进行处理,得到多维时序数据;对所述多维时序数据进行分解和重构,得到多个频段的频段多维时序数据;对于每个所述频段多维时序数据,建立频段数据回归模型及筛选核心特征集;基于待评估时段的核心特征集,通过所述频段数据回归模型输出待评估时段的监测数据预测值,并基于所述监测数据预测值和目标评估数据,确定异常监测数据;以实现电网监测数据异常与否的精准识别,为电网运行的精细化技术管控、设备故障排查及调度策略优化提供技术支撑。
技术关键词
多维时序数据 数据回归模型 特征工程 频段 异常数据 多元经验模态分解 识别方法 负荷 核心 序列 电网监测数据 格拉布斯准则 重构模块 精细化技术 复杂度 时序特征 识别模块 差值算法
系统为您推荐了相关专利信息
1
一种计算机异常数据检测系统
异常数据检测 数据处理模块 G06K数据识别 协方差矩阵 报警提示模块
2
一种针对路侧异构设备网络的入侵检测方法、系统及设备
异构设备 入侵检测方法 网络 异常数据 汉明距离
3
一种电力设备物资智慧采购数据的处理方法
电力设备物资 参数 人工智能模型 输入设备 图表
4
一种智慧矿山管理系统
智慧矿山管理系统 矿井环境 风速 异常数据 协方差矩阵
5
基于SAC强化学习的传感器故障识别方法、系统及介质
深度强化学习模型 航空发动机 网络 数据获取模块 样本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号