[发明专利]基于ARNN-KM模型的系统数据异常检测方法在审
| 申请号： | 202210855389.2 | 申请日： | 2022-07-19 |
| 公开（公告）号： | CN115169478A | 公开（公告）日： | 2022-10-11 |
| 发明（设计）人： | 潘艺旻;陈天予;施毓祥;黄秀华;潘坚跃 | 申请（专利权）人： | 浙江大学;浙达电力科技（杭州）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 杭州信与义专利代理有限公司 33450 | 代理人： | 马育妙 |
| 地址： | 310000 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于ARNN‑KM模型的系统数据异常检测方法，结合用户用电时序特点，将循环神经网络与K‑Means网络进行结合，将输入序列数据片段输入到ARNN模型中，并行化处理进行特征分析，ARNN模型采用导师驱动模型，将输出层的值进行反馈，产生循环连接；然后对并行化处理输出结果进行拼接和数据转换，利用K‑Means方法分析得到聚类结果；并根据分析结果进行用户用电异常数据的检测。本发明针对数据规模较大的特点，采用易于进行并行化处理的ARNN模型，并采用导师驱动模型，该模型将输出层的期望值(而非隐藏层的值)作为下一时刻的输入，从而消除相邻时间点隐藏层之间的连接；不仅减少了中间状态值的存储，还实现了模型输出和训练目标值之间的解耦，从而在模型训练时可以进行并行化处理。 | ||
| 搜索关键词： | 基于 arnn km 模型 系统 数据 异常 检测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大学;浙达电力科技（杭州）有限公司，未经浙江大学;浙达电力科技（杭州）有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210855389.2/，转载请声明来源钻瓜专利网。
