在审

基于深度学习的电力测试数据质量评估方法及系统

姚潮生、崔磊、梁哲恒、沈伍强、鲁昶材、钱正浩、张子扬、王业超、张小陆、严宇平、张金波、陈泽鸿、吴文远、邵彦宁、林嘉鑫、何明东
广东电网有限责任公司
姚潮生 专利 84
广东电网有限责任公司数智运营中心
模式识别电子数据处理计算技术
崔磊 专利 200
广东电网有限责任公司
数据交换网络监测错误处理安全通信
梁哲恒 专利 268
广东电网有限责任公司
经济部门物联网信息通信数据交换网络监测
沈伍强 专利 233
广东电网有限责任公司
数据交换网络监测错误处理安全通信
鲁昶材 专利 23
广东电网有限责任公司
计算技术电子数据处理物理仪器
钱正浩 专利 282
广东电网有限责任公司中山供电局
模式识别机器学习数据存储检索
张子扬 专利 20
广东电网有限责任公司
电子数据处理计算技术物理仪器
王业超 专利 79
广东电网有限责任公司数智运营中心
模式识别电子数据处理计算技术
张小陆 专利 221
广东电网有限责任公司
经济部门物联网信息通信网络服务协议
严宇平 专利 209
广东电网有限责任公司
知识系统模式识别数据存储检索
张金波 专利 216
广东电网有限责任公司
错误处理安全通信网络服务协议
陈泽鸿 专利 55
广东电网有限责任公司江门供电局
计算模型系统计算技术电子数据处理
吴文远 专利 43
广东电网有限责任公司
计算技术物理仪器模式识别
邵彦宁 专利 102
广东电网有限责任公司河源供电局
电子数据处理计算技术物理仪器
林嘉鑫 专利 128
广东电网有限责任公司
模式识别计算模型系统生物模型计算
何明东 专利 102
广东电网有限责任公司
安全通信模式识别计算模型系统

摘要

本发明提供一种基于深度学习的电力测试数据质量评估方法及系统,该方法包括:基于深度学习对待评估的电力测试数据进行完整性、逻辑性和一致性分析,得到异常电力数据和正常电力数据;基于业务特性对正常电力数据进行分类,得到目标电力数据类;基于每个目标电力数据类的数据特征进行特征相互独立分析,得到每个目标电力数据类中数据特征间的初始相关性系数;基于异常电力数据的异常数量和电力测试数据的总数量,确定电力测试数据的数据异常比例;基于数据异常比例和每个目标电力数据类中数据特征间的初始相关性系数对电力测试数据进行质量评估,得到质量评估结果。本发明提高了对电力测试数据质量的评估结果的可靠性和准确性。

暂无引用专利