[发明专利]一种用于电网结构化数据的自动机器学习方法

权利要求书

1.一种用于电网结构化数据的自动机器学习方法，其特征在于，包括以下步骤：

1)实时采集获取电网相关数据；

2)把步骤一中采集获取的电网相关数据进行预处理；

3)建立电网数据特征结构化学习框架，初始定义电网数据特征结构化学习框架参数，对电网数据进行结构化；

4)对预处理后的结构化数据进行特征值提取；

5)将预处理后的非结构化数据作为预先构建的第一深度学习神经网络的输入；

6)将提取出的结构化数据特征值，以及第一深度学习神经网络的输出，作为预先构建的第二深度学习神经网络的输入；

7)基于机器学习对非结构化数据样本进行聚类并对预测模型进行推理及训练，然后利用训练后的预测模型进行预测，并将预测结果输出。

2.根据权利要求1所述的一种用于电网结构化数据的自动机器学习方法，其特征在于，所述电网数据结构化包括数据切分成段，对所述数据段进行目标检测识别，对所述目标进行跟踪，以得到跟踪结果。

3.根据权利要求1所述的一种用于电网结构化数据的自动机器学习方法，其特征在于，所述预处理包括：提取数据，确定数据类型，对非结构化数据进行规范化处理，对数值型数据进行归一化处理，以及数据去噪。

4.根据权利要求1所述的一种用于电网结构化数据的自动机器学习方法，其特征在于，所述第一深度学习神经网络采用Faster-RCNN神经网络。

5.根据权利要求1所述的一种用于电网结构化数据的自动机器学习方法，其特征在于，所述第二深度学习神经网络采用RBF神经网络。