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
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
智慧矿山管理系统
矿井环境
风速
异常数据
协方差矩阵
深度强化学习模型
航空发动机
网络
数据获取模块
样本