简介:
本发明属于大数据智能检测技术领域,涉及一种多源异构电网运监业务数据融合方法。本方法首先对数据进行预处理,然后通过基于稀疏降噪自编码器的深度置信网络对多源异构数据进行特征提取、分类识别过程,提高深度置信网络的特征表达能力和泛化性能,充分挖掘多源数据之间的深层抽象特征,避免了由于特征提取不充分导致的影响模型输出精度降低问题,然后采用强化学习与联合互信息相结合的方法自主获得多源信息之间的相关性,并按照相关性进行充分融合,有效提高电力系统多源异构运监业务数据的处理能力和利用效率,并且能够充分满足电力系统运监业务对数据实时性的要求。
本发明属于大数据智能检测技术领域,涉及一种多源异构电网运监业务数据融合方法。本方法首先对数据进行预处理,然后通过基于稀疏降噪自编码器的深度置信网络对多源异构数据进行特征提取、分类识别过程,提高深度置信网络的特征表达能力和泛化性能,充分挖掘多源数据之间的深层抽象特征,避免了由于特征提取不充分导致的影响模型输出精度降低问题,然后采用强化学习与联合互信息相结合的方法自主获得多源信息之间的相关性,并按照相关性进行充分融合,有效提高电力系统多源异构运监业务数据的处理能力和利用效率,并且能够充分满足电力系统运监业务对数据实时性的要求。