科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
