本發明提出了基于小波分解與遷移判別的基站用能異常監測方法及系統,包括:基于用能特征集獲取的多維高低頻特征,進行基站用能樣本聚類及分類;以某一聚類用能歷史樣本數據集的高低頻特征、檔案特征數據、氣象特征數據、節假日特征數據為輸入,構建用能異常判別模型;對構建的用能異常判別模型進行最近鄰類模型調參遷移學習,通過強化學習自適應調節模型參數,輸出近鄰聚類用能異常判別模型,依次近鄰遷移學習調參,直至完成所有聚類類別用能異常判別模型的構建,形成具有泛化性的用能異常判別模型集;采用泛化性的用能異常判別模型集對基站用能進行實時監測。從而進一步提高用能異常判別的有效性和泛化性。
聲明:
“基于小波分解與遷移判別的基站用能異常監測方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)