科研之友
微信
新浪微博
Facebook
分享链接
摘要
为在电网应用环境中实现对异常传输电子量的精确化处理，提出基于深度学习的电力系统异常数据自动捕获方法。联合Caffe深度学习框架，清洗各类型电力数据资源，通过异常检测标签编码的方式，实现基于深度学习的电力系统异常数据检测。在此基础上，设置多层次的自动化协议栈架构，借助异常数据拷贝计划，建立必要的数据捕获映射条件，实现基于深度学习的电力系统异常数据自动捕获方法的顺利应用。对比实验结果表明，与机器学习型捕获手段相比，深度学习捕获法在单位时间内所能处理的异常传输电子数量值更大，而所需的消耗等待时间却相对更短，符合精确化处理异常传输电子量的实际应用需求。
