发明公开
- 专利标题: 异常值检测模型的训练方法、异常值检测方法及系统
-
申请号: CN202211121993.9申请日: 2022-09-15
-
公开(公告)号: CN115587335A公开(公告)日: 2023-01-10
- 发明人: 林晶怡 , 李昊 , 周超 , 李文 , 张静 , 高凡 , 张思瑞 , 李斌 , 刘畅 , 穆卓文 , 蒋利民 , 屈博 , 成岭 , 李春红 , 周玉
- 申请人: 中国电力科学研究院有限公司 , 国网江苏省电力有限公司 , 国网江苏省电力有限公司营销服务中心
- 申请人地址: 北京市海淀区清河小营东路15号; ;
- 专利权人: 中国电力科学研究院有限公司,国网江苏省电力有限公司,国网江苏省电力有限公司营销服务中心
- 当前专利权人: 中国电力科学研究院有限公司,国网江苏省电力有限公司,国网江苏省电力有限公司营销服务中心
- 当前专利权人地址: 北京市海淀区清河小营东路15号; ;
- 代理机构: 北京安博达知识产权代理有限公司
- 代理商 徐国文
- 主分类号: G06F18/2433
- IPC分类号: G06F18/2433 ; G06F18/213 ; G06N3/04 ; G06Q50/06 ; G06F123/02
摘要:
一种异常值检测模型的训练方法及系统,所述异常值检测模型包括判别器和预测模块,异常值检测模型的训练包括:以正常的多元电力能耗时序历史数据及多种历史社会信息数据作为输入时序数据;对输入时序数据进行动态编码得到各时刻的时间模式数据;利用各时刻的时间模式数据和输入时序数据对判别器和预测模块进行交替训练,直到判别器和预测模块达到最优状态;其中,预测模块用于:基于各时刻的时间模式数据计算得到下一时刻的时间模式数据;判别器用于:基于社会信息和多元电力能耗时序数据间的依赖关系对输入时序数据和下一时刻的时间模式数据进行异常检测;本发明采用判别器和预测结果进行异常值检测,提高了模型的性能,更有效的进行异常值检测。