【技术实现步骤摘要】
本专利技术涉及数据分析，尤其涉及一种基于大数据和深度学习的电网运行数据分析方法和装置。
技术介绍
1、电网运行数据种类多，数据量大，通过对电网运行数据进行分析可以检测电网运行异常。相关技术在获取到电网运行数据之后，将其与预设阈值进行比较来判断电网运行是否异常，这种方式下电网运行异常检测的准确度依赖阈值的准确度，而阈值的设定通常是基于历史运行数据或者经验数据，准确度没有办法精准控制。因此，相关技术中电网运行异常检测的准确度较低。
2、目前，针对相关技术中存在的电网运行异常检测的准确度较低的问题，尚未提出有效的解决方案。
技术实现思路
1、本申请的目的是针对现有技术中的不足，提供一种基于大数据和深度学习的电网运行数据分析方法、装置、计算机设备和计算机可读存储介质，以至少解决相关技术中存在的电网运行异常检测的准确度较低的问题。
2、为实现上述目的，本申请采取的技术方案是：
3、第一方面，本申请实施例提供了一种基于大数据和深度学习的电网运行数据分析方法，包括：<...
【技术保护点】
1.一种基于大数据和深度学习的电网运行数据分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述异常检测模型包括业务分类模型和特征提取模型，其中，所述基于所述电网运行数据，利用深度学习的异常检测模型进行电网运行异常检测包括：
3.根据权利要求2所述的方法，其特征在于，所述判断所述第一数据特征与所述第二数据特征是否相符包括：
4.根据权利要求2所述的方法，其特征在于，若检测出电网运行异常，则利用深度学习的异常诊断模型确定电网运行异常事件及异常原因包括：
5.根据权利要求4所述的方法，其特征在于，所述异...
【技术特征摘要】
1.一种基于大数据和深度学习的电网运行数据分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述异常检测模型包括业务分类模型和特征提取模型，其中，所述基于所述电网运行数据，利用深度学习的异常检测模型进行电网运行异常检测包括：
3.根据权利要求2所述的方法，其特征在于，所述判断所述第一数据特征与所述第二数据特征是否相符包括：
4.根据权利要求2所述的方法，其特征在于，若检测出电网运行异常，则利用深度学习的异常诊断模型确定电网运行异常事件及异常原因包括：
5.根据权利要求4所述的方法，其特征在于，所述异常诊断模型的构建包括：
<...【专利技术属性】
技术研发人员：薛泓林，段婕，高伟，刘海涛，马军伟，
申请(专利权)人：国网山西省电力公司信息通信分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。