本發(fā)明提出了基于小波分解與遷移判別的基站用能異常監(jiān)測方法及系統(tǒng)，包括：基于用能特征集獲取的多維高低頻特征，進(jìn)行基站用能樣本聚類及分類；以某一聚類用能歷史樣本數(shù)據(jù)集的高低頻特征、檔案特征數(shù)據(jù)、氣象特征數(shù)據(jù)、節(jié)假日特征數(shù)據(jù)為輸入，構(gòu)建用能異常判別模型；對(duì)構(gòu)建的用能異常判別模型進(jìn)行最近鄰類模型調(diào)參遷移學(xué)習(xí)，通過強(qiáng)化學(xué)習(xí)自適應(yīng)調(diào)節(jié)模型參數(shù)，輸出近鄰聚類用能異常判別模型，依次近鄰遷移學(xué)習(xí)調(diào)參，直至完成所有聚類類別用能異常判別模型的構(gòu)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(duì)基站用能進(jìn)行實(shí)時(shí)監(jiān)測。從而進(jìn)一步提高用能異常判別的有效性和泛化性。