申请/专利权人：成都信息工程大学;四川大学

申请日：2024-04-02

公开（公告）日：2024-07-05

公开（公告）号：CN118296456A

主分类号：G06F18/241

分类号：G06F18/241;G01N33/68;G01N33/53;G06F18/25;G06F18/214;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明公开了一种面向智能电网多源异构数据的桥联检测与异常溯源方法，该方法包括异构检测器的生产，桥联检测器的生成以及异常数据的检测、溯源，该方法基于生物免疫桥联抗体原理，模拟生物学双特异性抗体偶联过程，将特征检测器进行映射拼接，生成桥联检测器，期望桥联检测器如同双特异性抗体一样获得对海量多源数据桥联检测的能力。本发明可对低维子空间内抗原实现有效捕捉，解决传统NSAs不考虑抗原分布，无法有效区分抗原，以及传统NSAs算法覆盖时存在的采样点数量不足、多样性不足的缺点，避免生成过程在高维空间过早收敛。同时，提高了检测效率，避免了将待检测数据直接融合，保留了特征信息，从而可以进一步进行异常溯源。

主权项：1.一种面向智能电网多源异构数据的桥联检测与异常溯源方法，其特征在于，该方法包括以下步骤：步骤1：对智能电网多源异构数据集进行数据清洗、预处理；步骤2：利用预处理后的智能电网多源异构数据集，基于子空间表示模型计算出抗原集内各子空间的抗原密度，进行密度筛选，从而实现抗原集的划分；步骤3：利用步骤2中所得的各子空间内抗原密度，基于免疫耐受计算，在高密度低维子空间中生成异构检测器；步骤4：基于图卷积网络编码网络结构获得检测器在低维向量空间中的节点特征，选择步骤3中检测效果排名前20％的异构检测器作为特征检测器；步骤5：基于互信息最大化原理进行节点与全局对比进行具有聚类一致性优化的节点聚类，实现特征检测器聚类；步骤6：基于生物免疫中双特异性抗体偶联原理，将不同维度下的特征检测器进行向量映射拼接，生成桥联检测器；步骤7：通过神经网络训练，在每一个特征检测器的检测计算结果上赋予权重；步骤8：使用桥联检测器进行总检测计算，结合步骤7中的权重进行加权计算，得到检测评价，判断数据是否异常；步骤9：若数据异常，对于每一个维度下的特征检测器基于欧式计算进一步判断异常维度，实现溯源。

全文数据：

权利要求：

百度查询： 成都信息工程大学 四川大学 面向智能电网多源异构数据的桥联检测与异常溯源方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD