欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2024111168705
申请人: 湖南科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种风力发电机多维时序数据异常检测方法,其特征在于,包括:获取风力发电机多维运行数据的时序序列;

采用图注意力网络提取所述时序序列的空间依赖特征;采用transformer提取所述时序序列的时间依赖特征;

采用门控循环单元融合所述空间依赖特征与时间依赖特征,得到时空依赖特征;

采用双向长短期网络对所述时空依赖特征进行重构,并计算所述时空依赖特征的重构误差,根据所述重构误差判断所述时序序列是否存在异常;

采用门控循环单元融合所述空间依赖特征与时间依赖特征,得到时空依赖特征,包括:使用跳跃连接,将所述时序序列、空间依赖特征、时间依赖特征直接拼接,得到拼接特征;

使用门控循环单元将所述拼接特征进行融合,并从融合特征中提取时空依赖特征。

2.根据权利要求1所述的风力发电机多维时序数据异常检测方法,其特征在于,所述跳跃连接表示为:其中,

和/或

使用门控循环单元将所述拼接特征进行融合,并从融合特征中提取时空依赖特征,通过以下公式实现:其中,

3.根据权利要求2所述的风力发电机多维时序数据异常检测方法,其特征在于,空间依赖特征其中,

4.根据权利要求1所述的风力发电机多维时序数据异常检测方法,其特征在于,所述重构误差通过以下步骤实现:计算原始数据与重构数据的均方差值;

计算原始数据与重构数据协方差的余弦距离值;

将所述均方差值与所述余弦距离值进行融合,得到所述重构误差。

5.根据权利要求4所述的风力发电机多维时序数据异常检测方法,其特征在于,所述重构误差满足于:其中,

6.根据权利要求5所述的风力发电机多维时序数据异常检测方法,其特征在于,所述其中,

和/或

所述

其中,

7.根据权利要求4所述的风力发电机多维时序数据异常检测方法,其特征在于,所述双向长短期网络采用无监督学习策略,使用重构误差作为异常评分,并使用点调整策略调整异常标签。

8.一种计算机系统,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现上述权利要求1至7中任一所述方法的步骤。