基于元学习的长江干流异常水位数据识别方法

    公开(公告)号:CN117312910A

    公开(公告)日:2023-12-29

    申请号:CN202311189069.9

    申请日:2023-09-15

    摘要: 基于元学习的长江干流异常水位数据识别方法,包括:步骤1:基于FCM异常值检测模型识别异常水位数据;步骤2:基于元学习MAML模型,将元学习任务分为元训练任务和元测试任务;步骤3:元训练任务阶段,设计多个任务训练FCM异常值检测模型得到FCM异常值检测模型初始化参数θ;步骤4:元测试任务阶段,通过支持集数据对FCM聚类模型初始化参数θ进行微调,用来预测查询集节点类别,检测节点是否异常。本发明一种基于元学习的长江干流异常水位数据识别方法,能够基于少数几个站点的水位数据,即可训练出一个可适用于其他站点水位数据的异常识别模型,且能够体现出较好识别效果,体现出模型较强的泛化能力。

    一种梯级电站日电量数据实时计算以及可视化处理方法

    公开(公告)号:CN115408445A

    公开(公告)日:2022-11-29

    申请号:CN202211065568.2

    申请日:2022-09-01

    摘要: 一种梯级电站日电量数据实时计算以及可视化处理方法,结合SQL用各时刻实时有功数据序列包围的面积获取当日实时电量,将日电量数据的计算统计方法结合SQL与Function技术封装成能同时并发调用的函数;采用SQL技术并发调用该函数完成梯级多电站电量总加;采用View技术对多梯级电站电量总加进行梯级电站日电量数据实时可视化。发明综合利用据库技术的结构化查询语言(SQL)、函数(Function)、视图(View),通过将高频率不规则时间间隔的功率时序数据通过算法与装置,在不借助电能量采集装置系统的情况下,实现多电源当日发电量数值的迅速、准确的实时计算统计、以及可视化展示。

    一种基于类别划分的多特征自适应异常水位数据识别方法

    公开(公告)号:CN118228123A

    公开(公告)日:2024-06-21

    申请号:CN202410407174.3

    申请日:2024-04-07

    摘要: 一种基于类别划分的多特征自适应异常水位数据识别方法,包括以下步骤:步骤1:按照分钟进行不同站点的水位数据采集;步骤2:将不同站点的水位数据集Y为两类,分别为训练数据集据YTrain和测试数据集YTest;步骤3:对训练数据集YTrain通过SVM算法进行分类模型训练;步骤4:采用随机森林进行训练,得到随机森林模型MRF;步骤5:对于步骤3中的非周期性数据集YNOCyele,设定异常阈值ZMAX和ZMIN;步骤6:对于待进行异常判断的数据X,使用MSVM进行判断,得到Xftr;步骤7:判断是否为正常数据;步骤8:判断数据是否为异常数据,本发明较好的应用了数据周期性的特点,首先对数据进行分类,非周期性数据按照已经设置好的阈值,直接进行相应的判断;周期性数据则通过模型进行相应的识别。

    日志分布式采集分析系统及方法
    16.
    发明公开

    公开(公告)号:CN118193260A

    公开(公告)日:2024-06-14

    申请号:CN202410256103.8

    申请日:2024-03-06

    摘要: 本发明提供一种日志分布式采集分析系统及方法,包括:日志采集模块,接收并获取日志数据;日志传输存储模块,将日志数据传输至存储系统;日志索引模块,基于分布式搜索引擎建立索引;日志分析模块,基于流式大数据处理框架,分析处理待搜索的日志数据,生成数据异常评估曲线图,利用滤波算法对数据异常评估曲线图中的曲线数据进行平滑处理,识别获取基准线;筛选告警模块,在构建的数据计算模型中,生成正常范围区间值,将各个时间窗口下的异常指数与正常范围区间值做出对比,根据对比结果做出相应的动作。该系统及方法可及时地从日志分析中获取故障或异常发生的时间戳和对应的日志数据内容,便于快速定位异常点,并做出预警响应动作和策略。