一种基于孤立森林算法的用电数据异常检测模型

    公开(公告)号:CN108985632A

    公开(公告)日:2018-12-11

    申请号:CN201810793660.8

    申请日:2018-07-16

    IPC分类号: G06Q10/06 G06Q50/06 H02J3/00

    摘要: 本发明公开了一种基于孤立森林算法的用电数据异常检测模型,包括特征提取模块、特征降维模块、孤立森林计算模块、构建专家样本模块和二次训练模块,特征提取模块从原始数据集中提取用户的用电数据的时间序列作为初始特征集,然后对初始特征集进行无量纲化和特征选择处理;特征降维模块采用主成分分析法和自编码网络法对初始特征集进行降维得到有效特征集;孤立森林计算模块采用孤立森林算法计算出每个用户的异常分数以判定用户数据有无异常。本发明的基于孤立森林算法的用电数据异常检测模型,是一种无监督的用电数据异常检测模型,不仅能够快速地处理大量的数据,而且能够适应缺乏训练样本的情况,能够更好地满足于电力部门的实践需求。

    一种基于多优先级队列的电力数据传输方法

    公开(公告)号:CN113286002B

    公开(公告)日:2022-09-09

    申请号:CN202110562403.5

    申请日:2021-05-24

    IPC分类号: H04L29/08

    摘要: 本发明公开了一种基于多优先级队列的电力数据传输方法,其内容包括:根据传输任务包含的数据种类的不同和时效性要求的不同,设计不同的优先级队列,实现依优先级有序上传,保障数据的时效性和可靠性;设计基于多优先级队列的反馈调节机制,调整正常数据的上传频率和更新异常数据的筛选算法,以配置文件的方式下载并部署到终端,提高终端上传数据的质量,减少数据的传输量,保障数据的时效性;设计数据传输的双向交互过程,实现终端和云端的可靠通信,保障数据的可靠性。本发明能够合理高效的实现电力数据的传输。

    一种基于机器学习及边缘检测的电力设施规范性判断系统

    公开(公告)号:CN114638970A

    公开(公告)日:2022-06-17

    申请号:CN202210244903.9

    申请日:2022-03-14

    IPC分类号: G06V10/44 G06T7/00 G06T7/13

    摘要: 本发明公开了一种基于机器学习及边缘检测的电力设施规范性判断系统,包括如下步骤:步骤1,运用机器学习中的yolo目标检测算法对表箱照片中的关键元器件进行抽取;步骤2,将抽取出的关键元器件进行图像处理,找出关键元器件的边缘结构特征,包括边框、边长度、边界框面积;步骤3,据边缘结构特征计算目标的距离、倾斜角来判断目标是否符合安装规范。本发明将机器学习中目标检测技术与边缘检测技术相结合,通过目标检测定位图像中的待识别物体,裁剪去除图像背景后的目标图像,再借助于边缘检测算法提取裁剪图像的轮廓特征,计算目标物体的相关数据,提高了目标识别准确率及参数的精度。

    一种基于多优先级队列的电力数据传输方法

    公开(公告)号:CN113286002A

    公开(公告)日:2021-08-20

    申请号:CN202110562403.5

    申请日:2021-05-24

    IPC分类号: H04L29/08

    摘要: 本发明公开了一种基于多优先级队列的电力数据传输方法,其内容包括:根据传输任务包含的数据种类的不同和时效性要求的不同,设计不同的优先级队列,实现依优先级有序上传,保障数据的时效性和可靠性;设计基于多优先级队列的反馈调节机制,调整正常数据的上传频率和更新异常数据的筛选算法,以配置文件的方式下载并部署到终端,提高终端上传数据的质量,减少数据的传输量,保障数据的时效性;设计数据传输的双向交互过程,实现终端和云端的可靠通信,保障数据的可靠性。本发明能够合理高效的实现电力数据的传输。

    一种基于强化学习的双层智能体决策控制方法

    公开(公告)号:CN117555229A

    公开(公告)日:2024-02-13

    申请号:CN202311477893.4

    申请日:2023-11-08

    IPC分类号: G05B13/02

    摘要: 本发明公开了一种基于强化学习的双层智能体决策控制方法,包括:步骤1:定义系统的基本结构和组成部分,包括高级控制器和较低执行者;高级控制器负责与环境进行交互,并确定优化目标,较低执行者根据高级控制器的目标和当前环境状态来学习最佳操作策略;步骤2:高级控制器周期性地与环境进行交互,接收环境状态,分配任务;步骤3:较低执行者接收高级控制器分配的任务与当前的环境状态,利用近端策略优化该强化学习方法,输出应该执行的动作;步骤4:较低执行者根据策略网络选择动作并执行,利用Critic网络计算状态值函数,采用梯度下降法更新策略网络参数。本发明能够通过自动学习实现更高性能和效率的决策控制。

    一种基于颜色过滤及图像滤波算法的表箱图片预处理方法

    公开(公告)号:CN114373076A

    公开(公告)日:2022-04-19

    申请号:CN202210035372.2

    申请日:2022-01-13

    IPC分类号: G06V10/30 G06V10/34 G06V10/56

    摘要: 本发明公开了一种基于颜色过滤及图像滤波算法的表箱图片预处理方法,具体步骤包括:步骤1,将原始图像输入预处理模型;步骤2,对输入的图像的指定位置进行提取形成关键部位图像;步骤3,对关键部位图像进行颜色过滤,提取线路图像;步骤4,对图像进行腐蚀处理,去除线路图像中的孤点;步骤5,对图像进行膨胀处理,填充线路图像之间由于颜色滤波等因素形成的空洞;步骤6,对图像进行高斯滤波,对整幅图像进行加权平均,使得线路图像平滑;步骤7,将处理完毕的图像输入下游分类器进行进一步的判断。本发明用以对输入判别模型的图像进行预处理。

    一种轻量级用电异常特征指纹库设计和更新方法

    公开(公告)号:CN113283744A

    公开(公告)日:2021-08-20

    申请号:CN202110562436.X

    申请日:2021-05-24

    摘要: 本发明公开了一种轻量级用电异常特征指纹库设计和更新方法,用于在计算资源丰富的服务器对电力数据展开特征提取并得到特征指纹库,将其应用在计算性能较差的设备,在服务器端基于数理统计的方法,使用对电力数据进行计算得到电力数据指标,得到初步的特征库,然后根据计算的结果对指标进行筛选,去除对故障分类效果不明显的特征,形成特征指纹库,最后将特征指纹库动态的发布至远端的设备。本发明计算得到的数据特征,不仅可以充分展现数据的特征,大幅降低数据的维度,而且也使得计算性能一般的终端设备具有了诊断数据的功能,将诊断故障的过程放在了终端设备上,能够更早的感知故障的发生。