【技术实现步骤摘要】
本专利技术涉及数据处理领域，尤其涉及一种数据异常检测方法和系统。
技术介绍
1、随着配电网的迅速发展和智能化水平的不断提高，配电网数据规模急剧增加，数据复杂性也显著提升。这些数据来源广泛，包含负荷数据、运行状态数据、环境数据、设备健康数据等，具有实时性高、动态变化快、数据噪声多等特点。因此，准确识别其中的异常样本，对于保障电网的安全运行至关重要。传统的配电网数据库异常检测方法多基于统计学分析、规则判定和单一机器学习模型。然而，由于配电网数据的多样性和复杂性，这些方法在应对数据冗余、特征不确定性、异常样本隐蔽性等方面存在诸多不足，导致检测精度不高；基于统计和规则的异常检测方法无法充分考虑数据特征间的深层关联，易受数据噪声和异常样本的影响，导致检测精度较低；单一机器学习模型在处理多源数据时缺乏泛化能力，难以准确捕捉复杂数据中潜在的异常特征，同样存在检测精度较低的问题。
技术实现思路
1、本专利技术实施例的目的是提供一种数据异常检测方法和系统，能够提高数据异常检测的准确性和可靠性。
...
【技术保护点】
1.一种数据异常检测方法，其特征在于，包括：
2.如权利要求1所述的数据异常检测方法，其特征在于，所述对所述局部特征向量进行全局关联和融合前，所述方法还包括：
3.如权利要求1所述的数据异常检测方法，其特征在于，所述对每一多源数据进行特征提取，包括：
4.如权利要求1所述的数据异常检测方法，其特征在于，所述对所述局部特征向量进行全局关联和融合，包括：
5.如权利要求1所述的数据异常检测方法，其特征在于，所述将所述全局特征向量输入到基于注意力机制的编码器模型中，以使所述编码器模型输出目标特征向量，包括：
6.如...
【技术特征摘要】
1.一种数据异常检测方法，其特征在于，包括：
2.如权利要求1所述的数据异常检测方法，其特征在于，所述对所述局部特征向量进行全局关联和融合前，所述方法还包括：
3.如权利要求1所述的数据异常检测方法，其特征在于，所述对每一多源数据进行特征提取，包括：
4.如权利要求1所述的数据异常检测方法，其特征在于，所述对所述局部特征向量进行全局关联和融合，包括：
5.如权利要求1所述的数据异常检测方法，其特征在于，所述将所述全局特征向量输入到基于注意力机制的编码器模型中，以使所述编码器模型输出目标特征向量，包括：
6.如权利要求5所述的数据异常检测方法，其特征在于，所述对所述全局特征向量做切片处理，包括：
7.如权利要求1...
【专利技术属性】
技术研发人员：金旻昊，樊立波，韩荣杰，孙智卿，邢佳莉，屠永伟，方响，程炜东，张水云，来益博，宣羿，蒋建，陈益芳，王奇锋，邵鹏程，李楠，
申请(专利权)人：国网浙江省电力有限公司杭州供电公司，
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。