基于非稳定频率分布与频率因子学习的电力通信系统数据真值判别与推断方法

摘要

本发明是一种基于非稳定频率分布与频率因子学习的电力通信系统数据真值判别与推断方法，首先通过异构数据的频率化统一了电力通信系统中多源异构数据的格式，将电力通信系统中各数据的格式统一成非稳定频率，再通过频率因子学习函数进行机器特征学习，分两种标签形式对频率学习函数进行参数优化求解，得出预测函数。通过设定的真值判别方法结合预测函数实现对电力通信系统中采集到的海量监控数据进行学习与规则分析，使得非稳定频率的分布指向电力通信系统中的异常点，从而判断数据的真值性。通过对历史数据的利用，自动对异常数据进行定位与真值推理补全，以提高电力通信系统中的数据质量。