[发明专利]一种考虑分布式处理信息的配网预警方法

权利要求书

1.一种考虑分布式处理信息的配网预警方法，其特征在于：包括，

对电网终端数据统一采集并进行预处理；

检测采集的信息是否合格，若合格则进行异常判断，不合格则删除；

基于递归深度学习措施对合格信息提取和过滤；

将最后获得的信息输送呈递至控制中心，再对数据统一整理存储至后台，利用输定值判别信息。

2.如权利要求1所述的考虑分布式处理信息的配网预警方法，其特征在于：所述电网终端数据统一采集包括，

信息采集处理，利用采集设备(100)内的检测电路采集电网初始信息并将模拟信号量变换供所述采集设备(100)核心控制芯片集中处理。

3.如权利要求1或2所述的考虑分布式处理信息的配网预警方法，其特征在于：所述预处理包括，

将初始信息统一传递至监测单元(200)，所述监测单元(200)识别异常数据和干扰数据，实时记录信息的分布；

若检测到不合理的干扰信息则删除；

若检测到异常数据，将所有数据归类并进行异常判断。

4.如权利要求3所述的考虑分布式处理信息的配网预警方法，其特征在于：所述异常判断包括，

已被信息监测单元(200)处理过的配网信息以接口互通的方式传输到异常判别单元(300)，异常判别单元(300)基于递归深度学习措施对合格信息提取和过滤；

提取级对输入信息作关键因素获取，过滤级对关键因素作筛选并过滤多余内容。

5.如权利要求4所述的考虑分布式处理信息的配网预警方法，其特征在于：所述异常判别单元(300)采用分布式处理方式，实现多执行路线协调以及配网解析。

6.如权利要求4或5所述的考虑分布式处理信息的配网预警方法，其特征在于：所述提取级和过滤级协同操作，增强分布式信息处理装置的参数拟合水平，最终得到异常数据的对应关系：

j(r)＝(i×θ)r

其中式内：j(r)为已经完成归类操作的终端信息；i为已经完成除杂及初步处理的前端信息；θ为递归深度学习措施的映射情况；r为终端信息。

7.如权利要求6所述的考虑分布式处理信息的配网预警方法，其特征在于：所述终端信息结果的性质条件详细检测情况是通过度量分析法：

其中式内：lnj(r)为终端结果的度量分析值；m为异常类型合计数目；x为异常类型编号；f_x为第x种异常类型发生的机率；i为已经完成除杂及初步处理的前端信息。

8.如权利要求7所述的考虑分布式处理信息的配网预警方法，其特征在于：根据异常解析方法存在的4种映射情况得出(1,0,0,0)、(0,1,0,0)、(0,0,1,0)、(0,0,0,1)；

所述递归深度学习方法存在的4种映射级别，相匹配的首级二轮解析内容是(1,0,0)、(0,1,0)、(0,0,1)、(0,0,0)；

根据标准获取所有级别的映射内容，出现差异的映射能够说明各类型的异常。

9.如权利要求8所述的考虑分布式处理信息的配网预警方法，其特征在于：假设把终端结果的度量分析值lnj(r)当成归类标准，那么前端异常信息群I能够再区分成多个信息组，最初异常信息的归类方法：

其中式内：lnI(r)为前端信息的度量分析值；m为异常类型合计数目；x为异常类型编号；i_x为第x种异常类型的前端信息；I为前端异常信息群；终端结果的度量分析值lnj(r)。

10.如权利要求9所述的考虑分布式处理信息的配网预警方法，其特征在于：根据所述度量分析法和异常信息的归类方法获得内容增益；

所述内容增益为lnj(r)减去lnI(r)所得到的数值，通过所述内容增益的差别得出异常的种类。