论文摘要
为提高配电网项目的定量管理能力,需要进行配电网项目关键指标智能化提取,提出一种基于神经网络训练(NLP)的配电网项目关键指标智能化提取模型。采用相关度匹配检测方法进行配电网项目关键指标的大数据重构,分析配电网项目关键指标大数据的数据结构特征,采用关联规则挖掘方法进行配电网项目关键指标数据的有用数据挖掘,结合NLP深度学习算法进行配电网项目关键指标特征提取过程中的自适应学习和误差补偿,系统自动通过指标管控模型,实现单位造价、铁塔比例、人力运距、负载率、供电半径、末端电压合格率、物资限价等关键指标的智能化验证和问题预警,结合大数据挖掘、物联网、智能感知、人工智能等技术,实现配电网项目关键指标智能化提取。仿真结果表明,采用该方法进行配电网项目关键指标智能化提取的准确性较高,数据挖掘的召回性较好,性能优越。
论文目录
文章来源
类型: 期刊论文
作者: 马立红,覃丹,林强,邢少霞,吕懿
关键词: 配电网项目,关键指标,特征提取,数据挖掘
来源: 自动化与仪器仪表 2019年04期
年度: 2019
分类: 信息科技,工程科技Ⅱ辑
专业: 电力工业
单位: 海南电网有限责任公司
基金: 基于nlp方法的配电网项目关键指标智能化提取“海南电网有限责任公司基金项目冶(070000KK52180006)
分类号: TM73
DOI: 10.14016/j.cnki.1001-9227.2019.04.129
页码: 129-133
总页数: 5
文件大小: 467K
下载量: 132