买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网冀北电力有限公司经济技术研究院;国家电网有限公司;北京京研电力工程设计有限公司申请的专利基于大数据的电力工程预算数据异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119918798B 。

龙图腾网通过国家知识产权局官网在2026-03-20发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510001735.4，技术领域涉及：G06Q10/063；该发明授权基于大数据的电力工程预算数据异常检测方法及系统是由郭金亮;徐畅;吕科;党小璐;姜宇;张岩;郭昊;孙密;郭嘉;李晗宇;田伟堃;赵旷怡;李栋梁;许芳设计研发完成，并于2025-01-02向国家知识产权局提交的专利申请。

本基于大数据的电力工程预算数据异常检测方法及系统在说明书摘要公布了：本申请公开了基于大数据的电力工程预算数据异常检测方法及系统，涉及大数据分析领域，该方法包括：获取跨系统预算数据，跨系统预算数据包含多个部门信息系统的预算数据；提取跨系统预算数据所对应的跨系统预算时序特征；基于异常检测模型处理跨系统预算时序特征，以计算每个时间步的重建误差；基于贝叶斯推断对每个时间步的重建误差进行建模分析以确定重建误差分布，并根据重建误差分布确定异常检测阈值；在检测到对应第一时间步的重建误差超过异常检测阈值的情况下，将跨系统预算数据中对应第一时间步的数据字段标注为异常数据。由此，能够在复杂的电力工程预算数据中高效准确地识别异常风险。

本发明授权基于大数据的电力工程预算数据异常检测方法及系统在权利要求书中公布了：1.一种基于大数据的电力工程预算数据异常检测方法，包括： 获取跨系统预算数据，所述跨系统预算数据包含多个部门信息系统的预算数据；所述部门信息系统包含以下中的至少一者：采购信息系统、施工信息系统、财务信息系统和劳务管理信息系统； 基于滑动时间窗口，从所述跨系统预算数据中提取跨系统关联特征和局部波动统计特征；其中，所述跨系统关联特征包括系统间预算相关系数和预算占比特征；所述局部波动统计特征包括局部均值、局部标准差和局部峰度； 基于异常检测模型处理所述跨系统预算时序特征，以计算每个时间步的重建误差；所述异常检测模型采用TCN-VAE模型，所述TCN-VAE模型包括输入层、编码器、重参数化层、解码器和输出层； 所述输入层用于接收跨系统预算时序特征，并构建对应固定窗口长度的输入预算时序特征，其中，为固定窗口长度，为每个时间步的特征维度； 所述编码器采用结合局部卷积和全局注意力的时间卷积网络TCN提取所述输入预算时序数据的时间依赖特征，通过混合注意力机制动态调整时间步间的重要性，生成潜在变量的分布参数； 所述重参数化层用于通过对潜在变量的分布参数进行重参数化操作，以生成潜在变量； 所述解码器用于将潜在变量映射回原始特征空间，生成重构预算特征； 所述输出层用于根据每个时间步的输入预算特征和重构预算特征，计算每个时间步的重构误差； 基于贝叶斯推断对每个时间步的重建误差进行建模分析以确定重建误差分布，并根据所述重建误差分布确定异常检测阈值，包括： 计算各个时间步的重建误差所对应的均值和标准差，以通过正态概率分布模型对重建误差进行建模： ， ， 式中，为在时间步的重建误差，其表达了异常检测模型对该时间步下预算数据的拟合程度；表示重建误差的均值，其反映了历史重建误差的总体趋势；表示重建误差的标准差，其反映了重建误差的波动范围；为跨系统预算数据所涵盖的历史时间步总数； 基于重建误差的均值和标准差，计算初始的异常检测阈值： ， 式中，表示在时间步的初始的异常检测阈值，表示标准差的调整因子，； 在检测到对应第一时间步的重建误差超过异常检测阈值的情况下，将所述跨系统预算数据中对应第一时间步的数据字段标注为异常数据。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网冀北电力有限公司经济技术研究院;国家电网有限公司;北京京研电力工程设计有限公司，其通讯地址为：100053 北京市西城区广安门内大街311号院祥龙大厦1号楼；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。