“傅世元”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果14个，建议您升级VIP下载更多相关专利

[发明专利]一种基于多粒度近邻图的智能电表故障分类方法-CN202310363977.9在审
发明人：黄子健;高欣;孟之航;薛冰;李强伟;傅世元;于家豪;黄旭 -专利权人：北京邮电大学
申请日： 2023-04-06 - 公布日： 2023-08-04 - 主分类号： G06V10/764 文献下载
摘要：本发明实施例提出了一种基于多粒度近邻图的智能电表故障分类方法，包括：将智能电表不同类别下的故障历史数据作为输入数据集，划分得到多个二类数据集；针对每个二类数据集，将每个样本作为目标样本，以目标样本和不同数量近邻样本构成多粒度近邻图，作为后续分类任务中的训练样本；基于构造的近邻图数据集，设计自编码器实现对近邻图节点特征的提取，根据近邻图的节点编码特征和近邻图原始节点邻接关系训练图注意力神经网络用于近邻图分类任务；对于给定测试样本，组合其测试样本与其对应的不同数量近邻样本构成的近邻样本组，经近邻图分类结果集成后得到分类器在每个二类数据集下的判别结果，通过软投票得到其故障类别。
一种基于粒度近邻智能电表故障分类方法

[发明专利]一种基于收敛交叉映射的电力调度自动化系统故障溯源方法-CN202310403864.7在审
发明人：高欣;张光耀;薛冰;于家豪;傅世元;陈伶俐;孟之航;方潇 -专利权人：北京邮电大学
申请日： 2023-04-14 - 公布日： 2023-07-14 - 主分类号： G06Q10/0631 文献下载
摘要：本发明实施例提出了一种基于收敛交叉映射的电力调度自动化系统故障溯源方法，包括：收集电力调度自动化系统故障前后的运行数据，计算组件故障前后的排列熵，根据排列熵变化量度量组件自身异常程度；计算故障前后组件间收敛交叉映射系数，构建正常状态下电力调度自动化系统的因果图，并根据因果链接变化情况求得组件全局因果关系变化程度；对正常状态下的因果图进行社区划分，在耦合紧密的社区范围内计算组件局部因果关系变化程度，然后结合组件自身异常程度、全局和局部因果关系变化程度拟合故障程度度量指标，根据故障程度排序结果定位故障根因组件。本发明实施例提供的技术方案，能够提高电力调度自动化系统故障溯源的准确性。
一种基于收敛交叉映射电力调度自动化系统故障溯源方法

[发明专利]一种基于特征相关性分区回归的电力调度监控数据异常检测方法-CN202110968331.4有效
发明人：高欣;刘治宇;李康生;贾欣;薛冰;傅世元;黄旭;黄子健 -专利权人：北京邮电大学
申请日： 2021-08-23 - 公布日： 2023-06-27 - 主分类号： G06F30/27 文献下载
摘要：本发明实施例提出了一种基于特征相关性分区回归的电力调度监控数据异常检测方法，包括：将电力调度监控历史数据划分为训练集和测试集，基于皮尔逊相关系数计算训练集特征间的相关系数矩阵；根据计算所得相关系数矩阵对训练集进行特征子空间的划分；根据特征子空间内特征相关程度的高低选择特征作为伪标签，剩余特征作为预测属性，基于支持向量回归SVR训练用于预测伪标签的回归模型；对测试集进行与训练集相同的特征子空间划分，并使用对应的回归模型计算各特征子空间中测试集样本的异常程度；根据特征子空间内相关程度计算所对应的权重；根据加权后集成的最终异常分数获得测试集样本的检测结果。
一种基于特征相关性分区回归电力调度监控数据异常检测方法

[发明专利]一种基于密度距离综合决策的电力调度监控数据异常检测方法-CN202110967252.1有效
发明人：高欣;李康生;刘治宇;贾欣;薛冰;傅世元;黄旭;黄子健 -专利权人：北京邮电大学
申请日： 2021-08-23 - 公布日： 2023-06-23 - 主分类号： G06F11/30 文献下载
摘要：本发明实施例提出了一种基于密度距离综合决策的电力调度监控数据异常检测方法，包括：将电力调度监控历史数据作为输入数据集，通过局部可达距离与核密度估计来计算样本的局部密度；使用自然对数函数作为缩放函数，计算每个样本与其近邻的密度比；通过欧式距离找到每个样本密度比自身大的近邻，计算密度提升距离；将局部密度比与密度提升距离标准化后计算乘积，得到最终的异常分数，并判定数据中的异常样本。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
一种基于密度距离综合决策电力调度监控数据异常检测方法

[发明专利]基于有向密度比变化率的电力调度监控数据异常检测方法-CN202210295273.8在审
发明人：高欣;李康生;薛冰;傅世元;于家豪;黄子健;黄旭;张光耀 -专利权人：北京邮电大学
申请日： 2022-03-23 - 公布日： 2022-11-04 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了基于有向密度比变化率的电力调度监控数据异常检测方法，包括：将电力调度监控历史数据作为输入数据集，通过核密度估计与扩展近邻集合来计算样本的局部核密度；结合局部核密度与样本之间的距离向量，计算每个样本与其近邻样本的有向密度比之和；通过有向密度比的二范数计算样本与其近邻的有向密度比的变化率；将不同参数下的有向密度比变化率进行求和，得到每个样本的最终异常分数，据此判定电力调度监控数据中的异常样本。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率与稳定性。
基于密度变化电力调度监控数据异常检测方法

[发明专利]一种基于多标签置信度比较的智能电表故障分类方法-CN202210569747.3在审
发明人：高欣;孟之航;贾欣;薛冰;黄子健;傅世元;黄旭;张光耀 -专利权人：北京邮电大学
申请日： 2022-05-24 - 公布日： 2022-09-23 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了一种基于多标签置信度比较的智能电表故障分类方法，包括：对智能电表不同故障类别下的历史数据进行划分，得到多个二类数据集，作为输入数据；遍历各二类数据集中的每个样本，将其作为目标样本并在该样本的近邻样本池中进行多次随机采样，构成多个差异化的目标‑近邻样本对；基于由大量目标‑近邻样本对组成的扩充后的新数据集，构建多标签信任判别网络在目标‑近邻样本对内开展目标样本与对照样本组之间的多标签置信度比较；在测试阶段，对于任一待测样本，任意组合其多个不同的对照样本组得到该测试样本的多个目标‑近邻样本对，集成各组预测结果进行反向推理得到在每个二类数据集下的判别结果，通过软投票得到故障类别。
一种基于标签置信比较智能电表故障分类方法

[发明专利]一种基于迁移学习的双层动态加权磁盘异常检测方法-CN202210293314.X在审
发明人：高欣;刘治宇;薛冰;傅世元;于家豪;黄子健;黄旭;张光耀 -专利权人：北京邮电大学
申请日： 2022-03-23 - 公布日： 2022-07-29 - 主分类号： G06F11/07 文献下载
摘要：本发明实施例提出了一种基于迁移学习的双层动态加权磁盘异常检测方法，包括：收集磁盘SMART信息并对磁盘数据集进行属性特征筛选，之后对其进行指数平滑处理得到稳定磁盘数据集，并提取出目标域磁盘数据集以及多个源域磁盘数据集；计算磁盘数据集源域样本与目标域样本的初始权重；训练各源域对应的迁移模型；加权集成各源域所得模型结果，实现对目标域磁盘的故障检测；随着目标域型号磁盘的不断运行，根据所增加新数据样本，进一步提高磁盘异常检测性能；本发明实施例提供的技术方案，能有效提高新投入磁盘的故障检测效果。
一种基于迁移学习双层动态加权磁盘异常检测方法

[发明专利]一种基于样本全局再平衡的智能电表故障分类方法-CN202210348671.1在审
发明人：贾欣;高欣;薛冰;黄子健;傅世元;孟之航;黄旭;张光耀 -专利权人：北京邮电大学
申请日： 2022-04-01 - 公布日： 2022-07-22 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了一种基于样本全局再平衡的智能电表故障分类方法，包括：将智能电表不同类别下的故障历史数据作为输入数据集，划分得到多个二类数据集；针对每个二类数据集，构建VAE与GAN的融合模型，分别将每个样本作为模型的输入，将其隐编码划分为重要特征编码和次要特征编码；通过隐编码重构技术得到其变异隐编码，经解码器还原、互信息约束与判别器对抗，生成多个考虑输入样本重要特征的可靠相似变异样本；设计作用于两类样本隐编码之间的特征斥力技术进行有监督的特征表示学习；通过混合编码技术叠加样本各维度重构误差作为重要特征编码的补充，据此判定待测样本在每个二类数据集下的分类结果，通过硬投票得到其故障类别。
一种基于样本全局平衡智能电表故障分类方法

[发明专利]一种基于近邻搜索分簇的电力调度监控数据异常检测方法-CN202210383775.6在审
发明人：李康生;高欣;薛冰;傅世元;于家豪;黄子健;黄旭;张光耀 -专利权人：北京邮电大学
申请日： 2022-04-12 - 公布日： 2022-07-08 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了一种基于近邻搜索分簇的电力调度监控数据异常检测方法，包括：将带正异常标签的电力调度监控历史数据作为训练数据集输入，通过计算样本之间的欧氏距离寻找异常样本在特征空间中的k个近邻；通过异常样本的近邻标签确定该样本是否为噪声或属于某个异常样本簇，并在该样本近邻中依次迭代搜索直到不再找到更多的属于该簇的异常样本；对分簇后的数据过滤噪声并计算每个簇中需要生成的异常样本数量，据此利用SMOTE线性插值在各个簇内合成新样本以平衡数据集；使用平衡后的数据集训练随机森林模型，以检测电力调度监控数据中的异常样本。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
一种基于近邻搜索电力调度监控数据异常检测方法

[发明专利]一种基于近邻样本对构造的智能电表故障分类方法-CN202210363323.1在审
发明人：高欣;贾欣;薛冰;黄子健;傅世元;孟之航;黄旭;张光耀 -专利权人：北京邮电大学
申请日： 2022-04-07 - 公布日： 2022-07-08 - 主分类号： G06K9/62 文献下载
摘要：本发明实施例提出了一种基于近邻样本对构造的智能电表故障分类方法，包括：将智能电表不同类别下的故障历史数据作为输入数据集，划分得到多个二类数据集；针对每个二类数据集，将每个样本作为目标样本，从其近邻样本池中进行多次随机采样，获得等量的多个同类和异类对照样本组，分别与目标样本组合后得到多个近邻样本对，作为后续分类任务中的正样本或负样本；基于平衡的近邻样本对数据集，构建基于对比学习的模式判别网络用于目标样本与对照样本组的标签匹配任务；对于给定测试样本，任意组合与其对应的不同类别的对照样本组得到大量近邻样本对，经结果集成和逆向推理得到分类器在每个二类数据集下的判别结果，通过软投票得到其故障类别。
一种基于近邻样本构造智能电表故障分类方法

[发明专利]一种基于预筛选动态集成的电力调度监控数据异常检测方法-CN202110529491.9有效
发明人： 傅世元;高欣;薛冰;贾欣;任昺;李康生;黄子健;黄旭 -专利权人：北京邮电大学
申请日： 2021-05-14 - 公布日： 2022-05-17 - 主分类号： G06Q10/06 文献下载
摘要：本发明实施例提出了一种基于预筛选动态集成的电力调度监控数据异常检测方法，包括：使用电力调度监控历史数据训练一定数量的基检测器；使用孤立森林方法对全部基检测器进行预筛选，筛选掉性能较差的基检测器；使用集成式KNN算法从历史数据中选择与待检测数据欧式距离较小的历史数据作为验证子集；使用最大值法根据筛选后剩余的基检测器在验证子集上的输出生成验证子集的假真值，计算基检测器在验证子集上的输出与假真值的皮尔逊相关系数；使用基于直方图的基检测器选择方法根据皮尔逊相关系数选择基检测器，平均所选基检测器的输出作为待检测数据的检测结果。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
一种基于筛选动态集成电力调度监控数据异常检测方法

[发明专利]一种基于反转信息熵动态集成的电力调度监控数据异常检测方法-CN202110529495.7有效
发明人： 傅世元;高欣;薛冰;任昺;贾欣;刘治宇;黄子健;黄旭 -专利权人：北京邮电大学
申请日： 2021-05-14 - 公布日： 2022-05-17 - 主分类号： G06Q10/06 文献下载
摘要：本发明实施例提出了一种基于反转信息熵动态集成的电力调度监控数据异常检测方法，包括：将电力调度监控历史数据划分为训练集和验证集，使用训练集训练一定数量的基分类器，基分类器的输出为输入数据属于正常类的概率；使用异常类标记方法将验证集中一部分历史数据标记为异常类；使用KNN算法从验证集中选择与待检测数据欧式距离较小的历史数据作为验证子集；使用基于反转信息熵的基分类器评价方法计算基分类器在验证子集中数据上的得分；使用基于无参数统计学假设检验的基分类器选择方法根据得分选择基分类器，平均所选基分类器的输出作为待检测数据的检测结果。本发明实施例提供的技术方案，能够降低电力调度监控数据异常检测的漏报率。
一种基于反转信息动态集成电力调度监控数据异常检测方法

[发明专利]一种基于动静态选择集成的电力调度监控数据异常检测方法-CN202210147086.5在审
发明人：高欣;傅世元;薛冰;于家豪;黄子健;黄旭;张光耀;李康生 -专利权人：北京邮电大学
申请日： 2022-02-17 - 公布日： 2022-04-26 - 主分类号： G06Q50/06 文献下载
摘要：本发明实施例提出了一种基于动静态选择集成的电力调度监控数据异常检测方法，包括：使用电力调度监控历史数据训练一定数量的基检测器；使用孤立森林剔除性能较差的基检测器；使用平均值法根据剩余基检测器的输出生成历史数据的假真值，并分别将假真值和基检测器的输出转换为二类标签；剔除假真值过小的历史数据，并提取基检测器在剩余历史数据上的元特征和元标签；通过元特征和元标签训练随机森林；提取基检测器在待检测数据上的元特征，将其输入随机森林，根据随机森林的输出选择基检测器，取所选基检测器的输出的最大值作为待检测数据的检测结果。本发明实施例提供的技术方案，能够提升电力调度监控数据异常检测的准确率。
一种基于静态选择集成电力调度监控数据异常检测方法

[发明专利]基于双向加权图模型的电力调度自动化系统故障溯源方法-CN202110542073.3在审
发明人：薛冰;高欣;任昺;贾欣;傅世元;张光耀;黄子健;黄旭 -专利权人：北京邮电大学
申请日： 2021-05-18 - 公布日： 2021-07-16 - 主分类号： G06F30/20 文献下载
摘要：本发明实施例提出了一种基于双向加权图模型的电力调度自动化系统故障溯源方法，包括：采集电力调度自动化系统中服务器组件的资源占用数据，将这些数据组成的多个时间序列离散化，获得包含告警段的时间序列，剔除该时间序列中包含的告警时间段，获得无告警段时间序列；计算组件信息熵和组件间传递熵，建立有无告警段的信息相关矩阵，通过其变化率衡量告警前后的差异程度，采用归一化技术获得信息差异矩阵；提取信息变化较高的特征及特征间交互信息，构建双向加权图模型，结合节点自身信息和出入度信息变化拟合故障源头程度指标进行排序，依据排序结果追溯故障源头。本发明实施例提供的技术方案，提高电力调度自动化系统故障溯源的性能。
基于双向加权模型电力调度自动化系统故障溯源方法

1
共 14 条