基于长短期记忆网络的电力时间序列数据的异常检测方法
授权
摘要
本发明公开了一种基于长短期记忆网络的电力时间序列数据的异常检测方法。该方法包括如下步骤：(1)电力时序数据预处理；(2)神经网络模型预训练，采用编码器‑解码器结构，计算分层动态注意力；(3)异常数据检测，在神经网络模型完成训练后，将模型权重W将模型保存到本地，在对新的电力时序数据x进行检测时直接加载模型，计算
与代表点c的距离
得到其异常分数从而判断是否异常。本发明方法用于电力时间序列数据的异常检测，方法简单，检测精准度高。
基本信息
专利标题 ：
基于长短期记忆网络的电力时间序列数据的异常检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112308402A
申请号 ：
CN202011182119.7
公开（公告）日 ：
2021-02-02
申请日 ：
2020-10-29
授权号 ：
CN112308402B
授权日 ：
2022-04-12
发明人 ：
沙朝锋耿同欣郑伟杰
申请人 ：
复旦大学;中国电力科学研究院有限公司;国网辽宁省电力有限公司电力科学研究院
申请人地址 ：
上海市杨浦区邯郸路220号
代理机构 ：
上海正旦专利代理有限公司
代理人 ：
王洁平
优先权 ：
CN202011182119.7
主分类号 ：
G06Q10/06
IPC分类号 ：
G06Q10/06 G06Q10/00 G06Q50/06 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06Q
专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10/00
行政；管理
G06Q10/06
资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
法律状态
2022-04-12 ：
授权
2021-02-23 ：
实质审查的生效
IPC(主分类) : G06Q 10/06
申请日 : 20201029
申请日 : 20201029
2021-02-02 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
1、
CN112308402A.PDF
PDF下载
