一种二次回路误差状态评估方法、系统、设备及介质与流程
技术特征:
1.一种二次回路误差状态评估方法,其特征在于,包括以下步骤:采集二次回路的历史误差时序数据集和二次回路误差状态数据集;
2.根据权利要求1所述的二次回路误差状态评估方法,其特征在于,所述历史误差时序数据集e表示为:
3.根据权利要求2所述的二次回路误差状态评估方法,其特征在于,将所述高频序列和所述低频序列作为自注意力机制算法的输入,建立注意力分数矩阵:
4.根据权利要求3所述的二次回路误差状态评估方法,其特征在于,将第三特征、第四特征、误差标准差与误差平均绝对偏差进行融合,得到融合后的特征,融合方法表示为:
5.一种二次回路误差状态评估系统,其特征在于,包括:
6.根据权利要求5所述的二次回路误差状态评估系统,其特征在于,所述序列划分模块,历史误差时序数据集e表示为:
7.根据权利要求6所述的二次回路误差状态评估系统,其特征在于,所述特征提取模块,将所述高频序列和所述低频序列作为自注意力机制算法的输入,建立注意力分数矩阵:
8.根据权利要求7所述的二次回路误差状态评估系统,其特征在于,所述结果输出模块,将第三特征、第四特征、误差标准差与误差平均绝对偏差进行融合,得到融合后的特征,融合方法表示为:
9.一种电子设备,包括存储器、处理器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程序时实现如权利要求1至4任一项所述的二次回路误差状态评估方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4任一项所述的二次回路误差状态评估方法。
技术总结
本发明涉及一种二次回路误差状态评估方法、系统、设备及介质,包括以下步骤:采集二次回路的历史误差时序数据集和误差状态数据集;计算误差标准差和平均绝对偏差,并使用集合经验模态分解算法进行分解;对分解后的分量进行分类,得到高频序列和低频序列;将高频序列和低频序列输入自注意力机制算法,得到第一特征和第二特征;对第一特征和第二特征进行归一化处理,然后将归一化后的特征输入交叉扩散注意力机制算法,得到第三特征和第四特征;将第三特征、第四特征、误差标准差和平均绝对偏差融合,提取融合特征,并与历史误差状态数据集一起输入MLP模型,输出二次回路误差状态评估结果。
技术研发人员:黄天富,吴志武,张颖,林彤尧,王春光,涂彦昭,黄汉斌,余鸿晖,何浩川,曹舒,王文静,胡晓旭,林雨欣,陈子琳,童承鑫,曾欣,陈雯娴
受保护的技术使用者:国网福建省电力有限公司营销服务中心
技术研发日:
技术公布日:2024/11/26
文档序号 :
【 40125038 】
技术研发人员:黄天富,吴志武,张颖,林彤尧,王春光,涂彦昭,黄汉斌,余鸿晖,何浩川,曹舒,王文静,胡晓旭,林雨欣,陈子琳,童承鑫,曾欣,陈雯娴
技术所有人:国网福建省电力有限公司营销服务中心
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
技术研发人员:黄天富,吴志武,张颖,林彤尧,王春光,涂彦昭,黄汉斌,余鸿晖,何浩川,曹舒,王文静,胡晓旭,林雨欣,陈子琳,童承鑫,曾欣,陈雯娴
技术所有人:国网福建省电力有限公司营销服务中心
备 注:该技术已申请专利,仅供学习研究,如用于商业用途,请联系技术所有人。
声 明 :此信息收集于网络,如果你是此专利的发明人不想本网站收录此信息请联系我们,我们会在第一时间删除
