基于生成对抗Transformer的电力负荷数据异常检测方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明提供一种基于生成对抗Transformer的电力负荷数据异常检测方法,通过获取电力负荷历史数据,并将电力负荷历史数据以设定比例分为训练样本集和测试样本集;对训练样本集的训练样本进行归一化处理后,得到处理后的训练样本集;构建基于改进的生成对抗Transformer的电力负荷数据异常检测模型;将测试样本集输入训练后的基于改进的生成对抗Transformer的电力负荷数据异常检测模型,得到负荷数据预测结果,将负荷数据预测结果根据异常检测机制进行异常诊断,判定是否为异常数据;该方法能够更好的提取负荷数据异常特征,能够提高电力负荷数据异常检测的准确性,能够有效提高电力负荷异常数据的检测效率。
《基于生成对抗Transformer的电力负荷数据异常检测方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2023106178242,当前法律状态为已下证,由南京工程学院提出申请,发明人为杨婷;范文尧;陆旦宏;朱晓;王玉莹;倪敏珏;李思琦,申请日期为2023-05-29,公开(公告)日期为2026-06-09,国际专利分类号(IPC)为 G06F 18/213 (2023.01),高新资质:未报高企。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:本发明提供一种基于生成对抗Transformer的电力负荷数据异常检测方法,通过获取电力负荷历史数据,并将电力负荷历史数据以设定比例分为训练样本集和测试样本集;对训练样本集的训练样本进行归一化处理后,得到处理后的训练样本集;构建基于改进的生成对抗Transformer的电力负荷数据异常检测模型;将测试样本集输入训练后的基于改进的生成对抗Transformer的电力负荷数据异常检测模型,得到负荷数据预测结果,将负荷数据预测结果根据异常检测机制进行异常诊断,判定是否为异常数据;该方法能够更好的提取负荷数据异常特征,能够提高电力负荷数据异常检测的准确性,能够有效提高电力负荷异常数据的检测效率。
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!
