长江电力申请一项新专利，应用了数据周期性的特点，对数据进行有效分类和识别|长江电力_新浪财经

转自：金融界

本文源自:金融界

金融界2024年6月21日消息，天眼查知识产权信息显示，中国长江电力股份有限公司申请一项名为“一种基于类别划分的多特征自适应异常水位数据识别方法“，公开号CN202410407174.3，申请日期为2024年4月。

专利摘要显示，一种基于类别划分的多特征自适应异常水位数据识别方法，包括以下步骤：步骤1：按照分钟进行不同站点的水位数据采集；步骤2：将不同站点的水位数据集Y为两类，分别为训练数据集据YTrain和测试数据集YTest；步骤3：对训练数据集YTrain通过SVM算法进行分类模型训练；步骤4：采用随机森林进行训练，得到随机森林模型MRF；步骤5：对于步骤3中的非周期性数据集YNOCyele，设定异常阈值ZMAX和ZMIN；步骤6：对于待进行异常判断的数据X，使用MSVM进行判断，得到Xftr；步骤7：判断是否为正常数据；步骤8：判断数据是否为异常数据。本发明较好的应用了数据周期性的特点，首先对数据进行分类，非周期性数据按照已经设置好的阈值，直接进行相应的判断；周期性数据则通过模型进行相应的识别。