原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于时域随机抽样及集成决策的电力状态异常检测方法，包括以下步骤：获取数据集，所述数据集包括训练集和测试集；对训练集采用时域随机抽样方式进行多次扩增以获取扩增后的训练集；搭建深度学习模型，设置相关超参数并利用扩增后的训练集进行训练；对测试集采用时域随机抽样方式进行多次扩增以获取多份抽样测试集；利用多份抽样测试集对训练好的深度学习模型进行性能验证；利用训练好的深度学习模型进行电力状态数据异常检测。本发明基于时域随机抽样生成电力数据多个副本，模拟数据不完整场景，同时扩展样本数据集，还有
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117609735A
(43)申请公布日2024.02.27
(21)申请号202311769682.8
(22)申请日2023.12.21
(71)申请人厦门大学
文档评论（0）