基于生成式对抗网络的电力数据异常检测方法及模型

基于生成式对抗网络的电力数据异常检测方法，包括：将原始数据信号分成小序列信号后经过映射得到对应的潜在向量；将潜在向量逐个映射，得到一组伪时间序列数据；分别计算每一个伪时间序列数据的子序列的为真概率及计算每一个小序列信号的为真概率；将伪时间序列数据的子序列的为真概率与每一个小序列信号的为真概率比对，计算每一组子序列的判别损失，求和得到总判别损失；将每一个伪时间序列数据的子序列与每一个小序列信号比对，得到每一组子序列的剩余损失，求和得到总剩余损失；根据每一组子序列的剩余损失和判别损失，计算剩余分数和判别分数，对剩余分数和判别分数加权处理，得到一异常分数；将异常分数与一预设阈值比较，得到鉴别结果。

《基于生成式对抗网络的电力数据异常检测方法及模型》是一发明专利，专利号为 2023110245324，当前法律状态为已下证，由华南师范大学提出申请，发明人为曾碧卿;郑辛茹;洪培林，申请日期为2023-08-14，公开（公告）日期为2025-12-09，国际专利分类号（IPC）为 G06F 18/2433 (2023.01)，高新资质：未报高企，所属技术领域包括：智能电网、电力工程、电力故障检测、电力监测、用电数据分析、售电、电力运维系统、电力系统、数据采集、AI模型训练、AI人工智能、计算机软件开发、软件算法、大数据、电力安全、用电安全。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：基于生成式对抗网络的电力数据异常检测方法，包括：将原始数据信号分成小序列信号后经过映射得到对应的潜在向量；将潜在向量逐个映射，得到一组伪时间序列数据；分别计算每一个伪时间序列数据的子序列的为真概率及计算每一个小序列信号的为真概率；将伪时间序列数据的子序列的为真概率与每一个小序列信号的为真概率比对，计算每一组子序列的判别损失，求和得到总判别损失；将每一个伪时间序列数据的子序列与每一个小序列信号比对，得到每一组子序列的剩余损失，求和得到总剩余损失；根据每一组子序列的剩余损失和判别损失，计算剩余分数和判别分数，对剩余分数和判别分数加权处理，得到一异常分数；将异常分数与一预设阈值比较，得到鉴别结果。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！