CN117149846A - 一种基于数据融合的电力数据分析方法和系统 - Google Patents

一种基于数据融合的电力数据分析方法和系统 Download PDF

Info

Publication number
CN117149846A
CN117149846A CN202311044376.8A CN202311044376A CN117149846A CN 117149846 A CN117149846 A CN 117149846A CN 202311044376 A CN202311044376 A CN 202311044376A CN 117149846 A CN117149846 A CN 117149846A
Authority
CN
China
Prior art keywords
data
power
power data
processed
feature
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202311044376.8A
Other languages
English (en)
Other versions
CN117149846B (zh
Inventor
邹剑
王珂
李南
王坤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Usky Technology Co ltd
Original Assignee
Hubei Zhongheng Electric Measurement Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hubei Zhongheng Electric Measurement Technology Co ltd filed Critical Hubei Zhongheng Electric Measurement Technology Co ltd
Priority to CN202311044376.8A priority Critical patent/CN117149846B/zh
Publication of CN117149846A publication Critical patent/CN117149846A/zh
Application granted granted Critical
Publication of CN117149846B publication Critical patent/CN117149846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2228—Indexing structures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Business, Economics & Management (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供的一种基于数据融合的电力数据分析方法和系统，涉及数据处理技术领域。在本发明中，利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据；将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。基于上述方法，可以提高电力数据分析的可靠度。

Description

一种基于数据融合的电力数据分析方法和系统
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种基于数据融合的电力数据分析方法和系统。
背景技术
在数据处理技术的精度越来越高的情况下，数据处理技术的应用场景也不断扩展，例如，可以在电力领域中加以利用，具体来说，对于采集到的或形成的电力数据文件，可以利用数据处理技术进行异常分析，以得到对应的电力系统的异常状态，但是，在现有技术中，在对电力数据文件进行电力异常分析的过程中，存在着分析的可靠度不佳的问题。
发明内容
有鉴于此，本发明的目的在于提供一种基于数据融合的电力数据分析方法和系统，以提高电力数据分析的可靠度。
为实现上述目的，本发明实施例采用如下技术方案：
一种基于数据融合的电力数据分析方法，包括：
利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据，所述待处理电力数据文件属于电力系统的运行文本数据；
将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；
基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。
在一些优选的实施例中，在上述基于数据融合的电力数据分析方法中，所述利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示的步骤，包括：
确定出待处理电力数据文件，以及，分析出所述待处理电力数据文件包括的待处理电力数据文件片段；
对所述待处理电力数据文件片段进行标记，以标记为加载到的数据，加载到多个电力数据分析网络中的每一个电力数据分析网络；
利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示，一个初始数据特征表示包括待处理电力数据文件片段对应的初始特征表示；
在所述利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示的步骤之前，所述基于数据融合的电力数据分析方法还包括：
基于典型电力数据文件，将多个待更新电力数据分析网络中的每一个待更新电力数据分析网络进行网络更新操作，形成对应的多个更新电力数据分析网络；
基于所述典型电力数据文件，将多个关联网络中的每一个关联网络进行网络更新操作，形成对应的多个更新后的关联网络，所述多个关联网络中的每一个关联网络包括一个所述更新电力数据分析网络和一个特征表示还原网络，所述特征表示还原网络用于基于所述更新电力数据分析网络分析出的电力异常表征数据还原出所述典型电力数据文件对应的特征表示；
基于所述多个更新后的关联网络，确定多个电力数据分析网络。
在一些优选的实施例中，在上述基于数据融合的电力数据分析方法中，所述待处理电力数据文件包括多个所述待处理电力数据文件片段；
所述利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示的步骤，包括：
利用每一个所述电力数据分析网络包括的数据挖掘子网络，将多个所述待处理电力数据文件片段进行数据挖掘操作，所述数据挖掘子网络用于在多个所述待处理电力数据文件片段中挖掘出多个所述初始特征表示；
确定出多个所述待处理电力数据文件片段的相关关系描述数据，所述相关关系描述数据用于反映多个所述待处理电力数据文件片段在所述待处理电力数据文件中的分布相关关系；
基于所述相关关系描述数据，将多个所述初始特征表示进行关联挖掘操作，以输出对应的初始数据特征表示。
在一些优选的实施例中，在上述基于数据融合的电力数据分析方法中，所述利用每一个所述电力数据分析网络包括的数据挖掘子网络，将多个所述待处理电力数据文件片段进行数据挖掘操作的步骤，包括：
对多个所述待处理电力数据文件片段进行加载，以加载到每一个所述电力数据分析网络包括的多个数据挖掘子网络中，所述多个数据挖掘子网络用于在多个所述待处理电力数据文件片段中挖掘出多组中间特征表示，所述多个数据挖掘子网络与所述多组中间特征表示之间一一对应，所述多组中间特征表示中的每一组中间特征表示包括多个中间特征表示，该多个中间特征表示与多个所述待处理电力数据文件片段之间一一对应；
对所述多组中间特征表示中与相同的待处理电力数据文件片段对应的中间特征表示进行合并操作，以形成多个初始特征表示。
在一些优选的实施例中，在上述基于数据融合的电力数据分析方法中，所述基于所述相关关系描述数据，将多个所述初始特征表示进行关联挖掘操作，以输出对应的初始数据特征表示的步骤，包括：
基于所述相关关系描述数据，对所述初始特征表示进行按序加载，以加载到数据关联挖掘单元中；
基于所述数据关联挖掘单元挖掘出关联数据特征表示；
利用聚焦特征分析单元，将所述关联数据特征表示进行聚焦特征分析操作，以输出多个待处理数据特征表示，所述聚焦特征分析单元用于基于每一个待处理电力数据文件片段的内容表征重要参数，分析出每一个待处理电力数据文件片段对应的待处理数据特征表示；
利用每一个所述电力数据分析网络包括的特征整合单元，将所述多个待处理数据特征表示进行特征整合操作，以输出对应的初始数据特征表示。
在一些优选的实施例中，在上述基于数据融合的电力数据分析方法中，所述待处理电力数据文件包括多个待处理电力数据文件片段；所述多个初始数据特征表示中每一个初始数据特征表示包括与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示；
所述将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示的步骤，包括：
在所述多个初始数据特征表示中，筛选到与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示簇，所述多个初步特征表示簇中的每一个初步特征表示簇包括多个所述待处理电力数据文件片段中一个待处理电力数据文件片段在所述多个初始数据特征表示中对应的初步特征表示；
确定出所述多个初步特征表示簇中每一个初步特征表示簇的均值初步特征表示，以输出与多个所述待处理电力数据文件片段之间具有一一对应关系的多个均值初步特征表示；
对包括所述多个均值初步特征表示的特征表示进行标记处理，以标记为对应的聚合数据特征表示。
在一些优选的实施例中，在上述基于数据融合的电力数据分析方法中，所述待处理电力数据文件包括N个待处理电力数据文件片段，所述聚合数据特征表示包括与所述N个待处理电力数据文件片段对应的N个特征表示；
所述基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据的步骤，包括：
将所述N个特征表示进行全连接操作，得到全连接特征表示；
对所述全连接特征表示和多个中心特征表示分别进行相似度计算，以输出对应的多个特征表示相似度；
在所述多个特征表示相似度中确定出一个特征表示相似度，以标记为目标特征表示相似度，以及，将所述目标特征表示相似度对应的中心特征表示对应的参考电力异常表征数据，标记为所述待处理电力数据文件对应的目标电力异常表征数据，每一个所述中心特征表示基于具有对应的参考电力异常表征数据的至少一个典型电力数据文件对应的特征表示确定出。
本发明实施例还提供一种基于数据融合的电力数据分析系统，包括：
特征挖掘模块，用于利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据，所述待处理电力数据文件属于电力系统的运行文本数据；
特征表示融合模块，用于将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；
电力异常分析模块，用于基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。
在一些优选的实施例中，在上述基于数据融合的电力数据分析系统中，所述特征挖掘模块具体用于：
确定出待处理电力数据文件，以及，分析出所述待处理电力数据文件包括的待处理电力数据文件片段；
对所述待处理电力数据文件片段进行标记，以标记为加载到的数据，加载到多个电力数据分析网络中的每一个电力数据分析网络；
利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示，一个初始数据特征表示包括待处理电力数据文件片段对应的初始特征表示。
在一些优选的实施例中，在上述基于数据融合的电力数据分析系统中，所述基于数据融合的电力数据分析系统还包括其它功能模块，用于：
基于典型电力数据文件，将多个待更新电力数据分析网络中的每一个待更新电力数据分析网络进行网络更新操作，形成对应的多个更新电力数据分析网络；
基于所述典型电力数据文件，将多个关联网络中的每一个关联网络进行网络更新操作，形成对应的多个更新后的关联网络，所述多个关联网络中的每一个关联网络包括一个所述更新电力数据分析网络和一个特征表示还原网络，所述特征表示还原网络用于基于所述更新电力数据分析网络分析出的电力异常表征数据还原出所述典型电力数据文件对应的特征表示；
基于所述多个更新后的关联网络，确定多个电力数据分析网。
本发明实施例提供的一种基于数据融合的电力数据分析方法和系统，可以利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据；将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。基于上述的内容，由于会先利用多个电力数据分析网络进行特征挖掘操作，使得可以得到多个初始数据特征表示，如此，可以进一步融合得到用户分析出目标电力异常表征数据的聚合数据特征表示，也就是说，进行电力异常分析的依据更为充分，因此，可以提高电力数据分析的可靠度。
为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
图1为本发明实施例提供的基于数据融合的电力数据分析平台的结构框图。
图2为本发明实施例提供的基于数据融合的电力数据分析方法包括的各步骤的流程示意图。
图3为本发明实施例提供的基于数据融合的电力数据分析系统包括的各模块的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例只是本发明的一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明实施例提供了一种基于数据融合的电力数据分析平台。其中，所述基于数据融合的电力数据分析平台可以包括存储器和处理器，以及，还可以包括其它的器件。
详细地，所述存储器和处理器之间直接或间接地电性连接，以实现数据的传输或交互。例如，相互之间可通过一条或多条通讯总线或信号线实现电性连接。所述存储器中可以存储有至少一个可以以软件或固件(firmware)的形式，存在的软件功能模块(计算机程序)。所述处理器可以用于执行所述存储器中存储的可执行的计算机程序，从而实现本发明实施例(如后文所述)提供的基于数据融合的电力数据分析方法。
可以选择的是，在一些实施方式中，所述存储器可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable ProgrammableRead-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable ProgrammableRead-Only Memory，EEPROM)等。
可以选择的是，在一些实施方式中，所述处理器可以是一种通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)、片上系统(System on Chip，SoC)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以选择的是，在一些实施方式中，所述基于数据融合的电力数据分析平台可以是一种具备数据处理能力的服务器。
结合图2，本发明实施例还提供一种基于数据融合的电力数据分析方法，可应用于上述基于数据融合的电力数据分析平台。其中，所述基于数据融合的电力数据分析方法有关的流程所定义的方法步骤，可以由所述基于数据融合的电力数据分析平台实现。
下面将对图2所示的具体流程，进行详细阐述。
步骤S110，利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示。
在本发明实施例中，所述基于数据融合的电力数据分析平台可以利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示。所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据，所述待处理电力数据文件属于电力系统的运行文本数据，也就是说，所述待处理电力数据文件用于描述电力系统的运行过程。
步骤S120，将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示。
在本发明实施例中，所述基于数据融合的电力数据分析平台可以将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示。
步骤S130，基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据。
在本发明实施例中，所述基于数据融合的电力数据分析平台可以基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态，如是否异常、异常的程度等。
基于上述的内容，由于会先利用多个电力数据分析网络进行特征挖掘操作，使得可以得到多个初始数据特征表示，如此，可以进一步融合得到用户分析出目标电力异常表征数据的聚合数据特征表示，也就是说，进行电力异常分析的依据更为充分，因此，可以提高电力数据分析的可靠度。
可以选择的是，在一些实施方式中，所述利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示的步骤，可以进一步包括以下的内容：
确定出待处理电力数据文件，以及，分析出所述待处理电力数据文件包括的待处理电力数据文件片段，示例性地，可以对所述待处理电力数据文件进行拆分，以形成对应的待处理电力数据文件片段，例如，在形成多个待处理电力数据文件片段时，各个待处理电力数据文件片段之间可以不具有时间上的先后关系，即分别反映不同时间的电力系统的运行数据，或者，各个待处理电力数据文件片段之间可以具有设备上对应关系，即分别反映不同的电力设备的运行数据；
对所述待处理电力数据文件片段进行标记，以标记为加载到的数据，加载到多个电力数据分析网络中的每一个电力数据分析网络，示例性地，所述多个电力数据分析网络之间的网络参数可以不同，例如，不同的电力数据分析网络之间具有的滤波矩阵的尺寸可以不同，网络架构也可以不同，不同的电力数据分析网络之间具有的滤波矩阵的数量可以不同；
利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示，一个初始数据特征表示包括待处理电力数据文件片段对应的初始特征表示。
可以选择的是，在一些实施方式中，所述待处理电力数据文件包括多个所述待处理电力数据文件片段，基于此，所述利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示的步骤，可以进一步包括以下的内容：
利用每一个所述电力数据分析网络包括的数据挖掘子网络，将多个所述待处理电力数据文件片段进行数据挖掘操作，所述数据挖掘子网络用于在多个所述待处理电力数据文件片段中挖掘出多个所述初始特征表示，所述数据挖掘操作可以是指特征空间的映射和滤波处理等；
确定出多个所述待处理电力数据文件片段的相关关系描述数据，所述相关关系描述数据用于反映多个所述待处理电力数据文件片段在所述待处理电力数据文件中的分布相关关系，如形成时间之间的先后关系；
基于所述相关关系描述数据，将多个所述初始特征表示进行关联挖掘操作，以输出对应的初始数据特征表示。
可以选择的是，在一些实施方式中，所述利用每一个所述电力数据分析网络包括的数据挖掘子网络，将多个所述待处理电力数据文件片段进行数据挖掘操作的步骤，可以进一步包括以下的内容：
对多个所述待处理电力数据文件片段进行加载，以加载到每一个所述电力数据分析网络包括的多个数据挖掘子网络中，所述多个数据挖掘子网络用于在多个所述待处理电力数据文件片段中挖掘出多组中间特征表示，所述多个数据挖掘子网络与所述多组中间特征表示之间一一对应，所述多组中间特征表示中的每一组中间特征表示包括多个中间特征表示，该多个中间特征表示与多个所述待处理电力数据文件片段之间一一对应；
对所述多组中间特征表示中与相同的待处理电力数据文件片段对应的中间特征表示进行合并操作，以形成多个初始特征表示，示例性地，可以对相同的待处理电力数据文件片段对应的中间特征表示进行拼接。
可以选择的是，在一些实施方式中，所述基于所述相关关系描述数据，将多个所述初始特征表示进行关联挖掘操作，以输出对应的初始数据特征表示的步骤，可以进一步包括以下的内容：
基于所述相关关系描述数据，对所述初始特征表示进行按序加载，以加载到数据关联挖掘单元中；
基于所述数据关联挖掘单元挖掘出关联数据特征表示，示例性地，所述数据关联挖掘单元可以按照所述相关关系描述数据，将多个所述初始特征表示进行拼接，以形成对应的关联数据特征表示；
利用聚焦特征分析单元，将所述关联数据特征表示进行聚焦特征分析操作，以输出多个待处理数据特征表示，所述聚焦特征分析单元用于基于每一个待处理电力数据文件片段的内容表征重要参数，分析出每一个待处理电力数据文件片段对应的待处理数据特征表示，示例性地，可以基于相邻的初始特征表示，对所述关联数据特征表示中的初始特征表示进行模态间的聚焦特征分析操作，以得到对应的待处理数据特征表示，其中，进行聚焦特征分析操作得到的聚焦特征权重参数，可以作为所述内容表征重要参数，使得可以基于所述内容表征重要参数进行加权，以得到对应的待处理数据特征表示；
利用每一个所述电力数据分析网络包括的特征整合单元，将所述多个待处理数据特征表示进行特征整合操作，以输出对应的初始数据特征表示，所述特征整合单元的处理过程，可以与特征挖掘的过程相反，如进行反滤波处理(如上采样)，以得到对应的初始数据特征表示。
可以选择的是，在一些实施方式中，所述待处理电力数据文件包括多个待处理电力数据文件片段；所述多个初始数据特征表示中每一个初始数据特征表示包括与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示，基于此，所述将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示的步骤，可以进一步包括以下的内容：
在所述多个初始数据特征表示中，筛选到与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示簇，所述多个初步特征表示簇中的每一个初步特征表示簇包括多个所述待处理电力数据文件片段中一个待处理电力数据文件片段在所述多个初始数据特征表示中对应的初步特征表示；
确定出所述多个初步特征表示簇中每一个初步特征表示簇的均值初步特征表示(即对所述初步特征表示簇中的每一个初步特征表示进行均值叠加，以得到均值初步特征表示)，以输出与多个所述待处理电力数据文件片段之间具有一一对应关系的多个均值初步特征表示；
对包括所述多个均值初步特征表示的特征表示进行标记处理，以标记为对应的聚合数据特征表示，也就是说，所述聚合数据特征表示可以包括所述多个均值初步特征表示。
其中，可以选择的是，在一些实施方式中，所述待处理电力数据文件包括多个待处理电力数据文件片段；所述多个初始数据特征表示中每一个初始数据特征表示包括与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示，基于此，所述将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示的步骤，可以进一步包括以下的内容：
在所述多个初始数据特征表示中，筛选到与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示簇，所述多个初步特征表示簇中的每一个初步特征表示簇包括多个所述待处理电力数据文件片段中一个待处理电力数据文件片段在所述多个初始数据特征表示中对应的初步特征表示；
确定出所述多个初步特征表示簇中每一个初步特征表示簇的最相关初步特征表示(即对所述初步特征表示簇中的全部初步特征表示进行聚类，以确定出聚类中心，作为最相关初步特征表示)，以输出与多个所述待处理电力数据文件片段之间具有一一对应关系的多个最相关初步特征表示；
对包括所述多个最相关初步特征表示的特征表示进行标记处理，以标记为对应的聚合数据特征表示，也就是说，所述聚合数据特征表示可以包括所述多个最相关初步特征表示，示例性地，可以对所述多个最相关初步特征表示进行拼接，以形成对应的聚合数据特征表示。
可以选择的是，在一些实施方式中，所述待处理电力数据文件包括N个待处理电力数据文件片段，所述聚合数据特征表示包括与所述N个待处理电力数据文件片段对应的N个特征表示，基于此，所述基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据的步骤，可以进一步包括以下的内容：
将所述N个特征表示进行全连接操作，得到全连接特征表示；
对所述全连接特征表示和多个中心特征表示分别进行相似度计算，以输出对应的多个特征表示相似度；
在所述多个特征表示相似度中确定出一个特征表示相似度(如最大的一个特征表示相似度)，以标记为目标特征表示相似度；
将所述目标特征表示相似度对应的中心特征表示对应的参考电力异常表征数据，标记为所述待处理电力数据文件对应的目标电力异常表征数据，每一个所述中心特征表示基于具有对应的参考电力异常表征数据的至少一个典型电力数据文件对应的特征表示确定出(进行聚类以确定)。
可以选择的是，在一些实施方式中，在所述利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示的步骤之前，所述基于数据融合的电力数据分析方法还可以进一步包括以下的内容：
基于典型电力数据文件(和对应的实际电力异常表征数据)，将多个待更新电力数据分析网络中的每一个待更新电力数据分析网络进行网络更新操作，形成对应的多个更新电力数据分析网络；
基于所述典型电力数据文件，将多个关联网络中的每一个关联网络进行网络更新操作，形成对应的多个更新后的关联网络，所述多个关联网络中的每一个关联网络包括一个所述更新电力数据分析网络和一个特征表示还原网络，所述特征表示还原网络用于基于所述更新电力数据分析网络分析出的电力异常表征数据还原出所述典型电力数据文件对应的特征表示(如此，可以基于所述更新电力数据分析网络挖掘出的特征表示和所述特征表示还原网络还原出的特征表示之间的差异，确定出对应的误差参数，再基于该误差参数进行网络更新处理)；
基于所述多个更新后的关联网络，确定多个电力数据分析网络，例如，基于所述多个更新后的关联网络的网络参数，构建出电力数据分析网络。
结合图3，本发明实施例还提供一种基于数据融合的电力数据分析系统，可应用于上述基于数据融合的电力数据分析平台。其中，所述基于数据融合的电力数据分析系统可以包括以下的软件功能模块：
特征挖掘模块，用于利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据，所述待处理电力数据文件属于电力系统的运行文本数据；
特征表示融合模块，用于将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；
电力异常分析模块，用于基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。
可以选择的是，在一些实施方式中，所述特征挖掘模块具体用于：
确定出待处理电力数据文件，以及，分析出所述待处理电力数据文件包括的待处理电力数据文件片段；
对所述待处理电力数据文件片段进行标记，以标记为加载到的数据，加载到多个电力数据分析网络中的每一个电力数据分析网络；
利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示，一个初始数据特征表示包括待处理电力数据文件片段对应的初始特征表示。
可以选择的是，在一些实施方式中，所述待处理电力数据文件包括多个待处理电力数据文件片段；所述多个初始数据特征表示中每一个初始数据特征表示包括与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示，基于此，所述特征表示融合模块具体用于：
在所述多个初始数据特征表示中，筛选到与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示簇，所述多个初步特征表示簇中的每一个初步特征表示簇包括多个所述待处理电力数据文件片段中一个待处理电力数据文件片段在所述多个初始数据特征表示中对应的初步特征表示；
确定出所述多个初步特征表示簇中每一个初步特征表示簇的均值初步特征表示，以输出与多个所述待处理电力数据文件片段之间具有一一对应关系的多个均值初步特征表示；
对包括所述多个均值初步特征表示的特征表示进行标记处理，以标记为对应的聚合数据特征表示。
可以选择的是，在一些实施方式中，所述待处理电力数据文件包括N个待处理电力数据文件片段，所述聚合数据特征表示包括与所述N个待处理电力数据文件片段对应的N个特征表示，基于此，所述电力异常分析模块具体用于：
将所述N个特征表示进行全连接操作，得到全连接特征表示；
对所述全连接特征表示和多个中心特征表示分别进行相似度计算，以输出对应的多个特征表示相似度；
在所述多个特征表示相似度中确定出一个特征表示相似度，以标记为目标特征表示相似度，以及，将所述目标特征表示相似度对应的中心特征表示对应的参考电力异常表征数据，标记为所述待处理电力数据文件对应的目标电力异常表征数据，每一个所述中心特征表示基于具有对应的参考电力异常表征数据的至少一个典型电力数据文件对应的特征表示确定出。
可以选择的是，在一些实施方式中，所述基于数据融合的电力数据分析系统还包括其它功能模块，可以用于：
基于典型电力数据文件，将多个待更新电力数据分析网络中的每一个待更新电力数据分析网络进行网络更新操作，形成对应的多个更新电力数据分析网络；
基于所述典型电力数据文件，将多个关联网络中的每一个关联网络进行网络更新操作，形成对应的多个更新后的关联网络，所述多个关联网络中的每一个关联网络包括一个所述更新电力数据分析网络和一个特征表示还原网络，所述特征表示还原网络用于基于所述更新电力数据分析网络分析出的电力异常表征数据还原出所述典型电力数据文件对应的特征表示；
基于所述多个更新后的关联网络，确定多个电力数据分析网络。
综上所述，本发明提供的一种基于数据融合的电力数据分析方法和系统，可以利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据；将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。基于上述的内容，由于会先利用多个电力数据分析网络进行特征挖掘操作，使得可以得到多个初始数据特征表示，如此，可以进一步融合得到用户分析出目标电力异常表征数据的聚合数据特征表示，也就是说，进行电力异常分析的依据更为充分，因此，可以提高电力数据分析的可靠度。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于数据融合的电力数据分析方法，其特征在于，包括：
利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据，所述待处理电力数据文件属于电力系统的运行文本数据；
将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；
基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。
2.如权利要求1所述的基于数据融合的电力数据分析方法，其特征在于，所述利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示的步骤，包括：
确定出待处理电力数据文件，以及，分析出所述待处理电力数据文件包括的待处理电力数据文件片段；
对所述待处理电力数据文件片段进行标记，以标记为加载到的数据，加载到多个电力数据分析网络中的每一个电力数据分析网络；
利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示，一个初始数据特征表示包括待处理电力数据文件片段对应的初始特征表示；
在所述利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示的步骤之前，所述基于数据融合的电力数据分析方法还包括：
基于典型电力数据文件，将多个待更新电力数据分析网络中的每一个待更新电力数据分析网络进行网络更新操作，形成对应的多个更新电力数据分析网络；
基于所述典型电力数据文件，将多个关联网络中的每一个关联网络进行网络更新操作，形成对应的多个更新后的关联网络，所述多个关联网络中的每一个关联网络包括一个所述更新电力数据分析网络和一个特征表示还原网络，所述特征表示还原网络用于基于所述更新电力数据分析网络分析出的电力异常表征数据还原出所述典型电力数据文件对应的特征表示；
基于所述多个更新后的关联网络，确定多个电力数据分析网络。
3.如权利要求2所述的基于数据融合的电力数据分析方法，其特征在于，所述待处理电力数据文件包括多个所述待处理电力数据文件片段；
所述利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示的步骤，包括：
利用每一个所述电力数据分析网络包括的数据挖掘子网络，将多个所述待处理电力数据文件片段进行数据挖掘操作，所述数据挖掘子网络用于在多个所述待处理电力数据文件片段中挖掘出多个所述初始特征表示；
确定出多个所述待处理电力数据文件片段的相关关系描述数据，所述相关关系描述数据用于反映多个所述待处理电力数据文件片段在所述待处理电力数据文件中的分布相关关系；
基于所述相关关系描述数据，将多个所述初始特征表示进行关联挖掘操作，以输出对应的初始数据特征表示。
4.如权利要求3所述的基于数据融合的电力数据分析方法，其特征在于，所述利用每一个所述电力数据分析网络包括的数据挖掘子网络，将多个所述待处理电力数据文件片段进行数据挖掘操作的步骤，包括：
对多个所述待处理电力数据文件片段进行加载，以加载到每一个所述电力数据分析网络包括的多个数据挖掘子网络中，所述多个数据挖掘子网络用于在多个所述待处理电力数据文件片段中挖掘出多组中间特征表示，所述多个数据挖掘子网络与所述多组中间特征表示之间一一对应，所述多组中间特征表示中的每一组中间特征表示包括多个中间特征表示，该多个中间特征表示与多个所述待处理电力数据文件片段之间一一对应；
对所述多组中间特征表示中与相同的待处理电力数据文件片段对应的中间特征表示进行合并操作，以形成多个初始特征表示。
5.如权利要求3所述的基于数据融合的电力数据分析方法，其特征在于，所述基于所述相关关系描述数据，将多个所述初始特征表示进行关联挖掘操作，以输出对应的初始数据特征表示的步骤，包括：
基于所述相关关系描述数据，对所述初始特征表示进行按序加载，以加载到数据关联挖掘单元中；
基于所述数据关联挖掘单元挖掘出关联数据特征表示；
利用聚焦特征分析单元，将所述关联数据特征表示进行聚焦特征分析操作，以输出多个待处理数据特征表示，所述聚焦特征分析单元用于基于每一个待处理电力数据文件片段的内容表征重要参数，分析出每一个待处理电力数据文件片段对应的待处理数据特征表示；
利用每一个所述电力数据分析网络包括的特征整合单元，将所述多个待处理数据特征表示进行特征整合操作，以输出对应的初始数据特征表示。
6.如权利要求1所述的基于数据融合的电力数据分析方法，其特征在于，所述待处理电力数据文件包括多个待处理电力数据文件片段；所述多个初始数据特征表示中每一个初始数据特征表示包括与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示；
所述将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示的步骤，包括：
在所述多个初始数据特征表示中，筛选到与多个所述待处理电力数据文件片段之间具有一一对应关系的多个初步特征表示簇，所述多个初步特征表示簇中的每一个初步特征表示簇包括多个所述待处理电力数据文件片段中一个待处理电力数据文件片段在所述多个初始数据特征表示中对应的初步特征表示；
确定出所述多个初步特征表示簇中每一个初步特征表示簇的均值初步特征表示，以输出与多个所述待处理电力数据文件片段之间具有一一对应关系的多个均值初步特征表示；
对包括所述多个均值初步特征表示的特征表示进行标记处理，以标记为对应的聚合数据特征表示。
7.如权利要求1-6任意一项所述的基于数据融合的电力数据分析方法，其特征在于，所述待处理电力数据文件包括N个待处理电力数据文件片段，所述聚合数据特征表示包括与所述N个待处理电力数据文件片段对应的N个特征表示；
所述基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据的步骤，包括：
将所述N个特征表示进行全连接操作，得到全连接特征表示；
对所述全连接特征表示和多个中心特征表示分别进行相似度计算，以输出对应的多个特征表示相似度；
在所述多个特征表示相似度中确定出一个特征表示相似度，以标记为目标特征表示相似度，以及，将所述目标特征表示相似度对应的中心特征表示对应的参考电力异常表征数据，标记为所述待处理电力数据文件对应的目标电力异常表征数据，每一个所述中心特征表示基于具有对应的参考电力异常表征数据的至少一个典型电力数据文件对应的特征表示确定出。
8.一种基于数据融合的电力数据分析系统，其特征在于，包括：
特征挖掘模块，用于利用多个电力数据分析网络对待处理电力数据文件进行特征挖掘操作，以输出对应的多个初始数据特征表示，所述多个电力数据分析网络中的每一个电力数据分析网络用于基于加载到的数据，输出对应的电力异常表征数据，所述待处理电力数据文件属于电力系统的运行文本数据；
特征表示融合模块，用于将所述多个初始数据特征表示进行特征表示的融合操作，以形成对应的聚合数据特征表示；
电力异常分析模块，用于基于所述聚合数据特征表示，分析出所述待处理电力数据文件对应的目标电力异常表征数据，所述目标电力异常表征数据用于反映所述待处理电力数据文件对应的电力系统的异常状态。
9.如权利要求8所述的基于数据融合的电力数据分析系统，其特征在于，所述特征挖掘模块具体用于：
确定出待处理电力数据文件，以及，分析出所述待处理电力数据文件包括的待处理电力数据文件片段；
对所述待处理电力数据文件片段进行标记，以标记为加载到的数据，加载到多个电力数据分析网络中的每一个电力数据分析网络；
利用所述多个电力数据分析网络中的每一个电力数据分析网络，挖掘出多个初始数据特征表示中的一个初始数据特征表示，一个初始数据特征表示包括待处理电力数据文件片段对应的初始特征表示。
10.如权利要求8所述的基于数据融合的电力数据分析系统，其特征在于，所述基于数据融合的电力数据分析系统还包括其它功能模块，用于：
基于典型电力数据文件，将多个待更新电力数据分析网络中的每一个待更新电力数据分析网络进行网络更新操作，形成对应的多个更新电力数据分析网络；
基于所述典型电力数据文件，将多个关联网络中的每一个关联网络进行网络更新操作，形成对应的多个更新后的关联网络，所述多个关联网络中的每一个关联网络包括一个所述更新电力数据分析网络和一个特征表示还原网络，所述特征表示还原网络用于基于所述更新电力数据分析网络分析出的电力异常表征数据还原出所述典型电力数据文件对应的特征表示；
基于所述多个更新后的关联网络，确定多个电力数据分析网络。
CN202311044376.8A 2023-08-16 2023-08-16 一种基于数据融合的电力数据分析方法和系统 Active CN117149846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311044376.8A CN117149846B (zh) 2023-08-16 2023-08-16 一种基于数据融合的电力数据分析方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311044376.8A CN117149846B (zh) 2023-08-16 2023-08-16 一种基于数据融合的电力数据分析方法和系统

Publications (2)

Publication Number Publication Date
CN117149846A true CN117149846A (zh) 2023-12-01
CN117149846B CN117149846B (zh) 2024-05-24

Family

ID=88899895

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311044376.8A Active CN117149846B (zh) 2023-08-16 2023-08-16 一种基于数据融合的电力数据分析方法和系统

Country Status (1)

Country Link
CN (1) CN117149846B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018177540A1 (en) * 2017-03-31 2018-10-04 Siemens Aktiengesellschaft System, method and a computer program product for an improved fault analysis in an electrical power system
WO2021139235A1 (zh) * 2020-06-30 2021-07-15 平安科技（深圳）有限公司 系统异常检测方法、装置、设备及存储介质
WO2022026022A1 (en) * 2020-07-31 2022-02-03 Microsoft Technology Licensing, Llc Model selection and parameter estimation for anomaly detection
CN114564559A (zh) * 2022-01-12 2022-05-31 杭州柯林电气股份有限公司 一种基于行波的电力故障类型检测方法、装置、设备及存储介质
CN114938287A (zh) * 2022-04-02 2022-08-23 湖南大学 一种融合业务特征的电力网络异常行为检测方法及装置
CN114970508A (zh) * 2022-05-17 2022-08-30 国网浙江省电力有限公司电力科学研究院 基于数据多源融合的电力文本知识发现方法及设备
CN115713987A (zh) * 2022-11-17 2023-02-24 广州瑞博新材料技术研究有限公司 聚己内酯测试数据分析方法及系统
CN116109121A (zh) * 2023-04-17 2023-05-12 西昌学院 基于大数据分析的用户需求挖掘方法及系统
CN116258991A (zh) * 2023-02-03 2023-06-13 北京集度科技有限公司 一种异常检测装置、系统、方法、以及计算机程序产品

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018177540A1 (en) * 2017-03-31 2018-10-04 Siemens Aktiengesellschaft System, method and a computer program product for an improved fault analysis in an electrical power system
WO2021139235A1 (zh) * 2020-06-30 2021-07-15 平安科技（深圳）有限公司 系统异常检测方法、装置、设备及存储介质
WO2022026022A1 (en) * 2020-07-31 2022-02-03 Microsoft Technology Licensing, Llc Model selection and parameter estimation for anomaly detection
CN114564559A (zh) * 2022-01-12 2022-05-31 杭州柯林电气股份有限公司 一种基于行波的电力故障类型检测方法、装置、设备及存储介质
CN114938287A (zh) * 2022-04-02 2022-08-23 湖南大学 一种融合业务特征的电力网络异常行为检测方法及装置
CN114970508A (zh) * 2022-05-17 2022-08-30 国网浙江省电力有限公司电力科学研究院 基于数据多源融合的电力文本知识发现方法及设备
CN115713987A (zh) * 2022-11-17 2023-02-24 广州瑞博新材料技术研究有限公司 聚己内酯测试数据分析方法及系统
CN116258991A (zh) * 2023-02-03 2023-06-13 北京集度科技有限公司 一种异常检测装置、系统、方法、以及计算机程序产品
CN116109121A (zh) * 2023-04-17 2023-05-12 西昌学院 基于大数据分析的用户需求挖掘方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王瑞梅;张晓娜;孟昱;杨岚;: "电力系统高压生产设备电气故障自动化监测研究", 通信电源技术, no. 10, 25 May 2020 (2020-05-25) *
邹剑: "配电线路常见故障原因分析及防范措施", 中国新通信, vol. 15, no. 24, 20 December 2013 (2013-12-20) *

Also Published As

Publication number Publication date
CN117149846B (zh) 2024-05-24

Similar Documents

Publication Publication Date Title
CN116126947B (zh) 应用于企业管理系统的大数据分析方法及系统
CN116091796B (zh) 基于人工智能的无人机采集数据处理方法及系统
CN116028886A (zh) 一种基于bim的数据处理方法、系统及云平台
CN115412371A (zh) 基于物联网的大数据安全防护方法、系统及云平台
CN116109988B (zh) 基于人工智能和无人机的异常监控方法及系统
CN113672782A (zh) 一种基于数据查询的物联网设备重要性匹配方法
CN116664335B (zh) 基于智能监控的半导体生产系统运行分析方法及系统
CN117149846B (zh) 一种基于数据融合的电力数据分析方法和系统
CN116935280A (zh) 一种基于视频分析的行为预测方法及系统
CN115620243B (zh) 基于人工智能的污染源监测方法、系统及云平台
CN110728118B (zh) 跨数据平台的数据处理方法、装置、设备及存储介质
CN115588157A (zh) 交联低烟低卤聚烯烃材料的性能数据处理方法及系统
CN117235265A (zh) 一种电力数据文件的处理系统和方法
CN116994609B (zh) 应用于智能生产线的数据分析方法及系统
CN115980279B (zh) 氖气纯度检测系统的稳定性优化方法及系统
CN117236617B (zh) 一种企业业务管理方法及系统
CN115760728B (zh) 基于数据处理的耐辐照橡胶材料的性能分析方法及系统
CN116996403B (zh) 应用ai模型的网络流量诊断方法及系统
CN116662415B (zh) 基于数据挖掘的智能匹配方法及系统
CN117278586A (zh) 一种物联网设备的管控方法及系统
CN117149845A (zh) 一种企业信息化管理方法及系统
CN117176992A (zh) 一种基于互联网的监控视频处理方法及系统
CN117315423A (zh) 一种基于智慧楼宇的用户预警方法及系统
CN117218594A (zh) 一种安防监控数据的处理方法及系统
CN117150108A (zh) 一种物联网设备的设备匹配方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20240428

Address after: 201702 No. 208, Xule Road, Xujing Town, Qingpu District, Shanghai

Applicant after: SHANGHAI USKY TECHNOLOGY Co.,Ltd.

Country or region after: China

Address before: Room 03, 25th Floor, Unit 2, Building 3, Block B, Vanke Hanyang International, Taojialing Village, Hanyang District, Wuhan City, Hubei Province, 430051

Applicant before: Hubei Zhongheng Electric Measurement Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant