- 专利标题: 基于深度学习的电力信息系统状态分析方法及装置
-
申请号: CN202011338528.1申请日: 2020-11-25
-
公开(公告)号: CN112508363A公开(公告)日: 2021-03-16
- 发明人: 何东 , 毛冬 , 饶涵宇 , 王红凯 , 张辰 , 徐海青 , 陈是同 , 陶俊 , 吴小华 , 毛舒乐 , 浦正国 , 梁翀 , 胡心颖 , 郭庆 , 张天奇
- 申请人: 国网浙江省电力有限公司信息通信分公司 , 安徽继远软件有限公司 , 国网信息通信产业集团有限公司 , 国家电网有限公司
- 申请人地址: 浙江省杭州市西湖区黄龙路8号; ; ;
- 专利权人: 国网浙江省电力有限公司信息通信分公司,安徽继远软件有限公司,国网信息通信产业集团有限公司,国家电网有限公司
- 当前专利权人: 国网浙江省电力有限公司信息通信分公司,安徽继远软件有限公司,国网信息通信产业集团有限公司,国家电网有限公司
- 当前专利权人地址: 浙江省杭州市西湖区黄龙路8号; ; ;
- 代理机构: 合肥维可专利代理事务所
- 代理商 吴明华
- 主分类号: G06Q10/06
- IPC分类号: G06Q10/06 ; G06Q50/06 ; G06K9/62 ; G06N3/04
摘要:
本发明公开了一种基于深度学习的电力信息系统状态分析方法及装置,包括:获取训练样本;根据信息系统状态分析结果种类对每个训练样本进行对应种类的标注,其中特征相似的训练样本采用相同标注;以训练样本和对应的标注数据作为深度学习网络的输入进行信息系统状态分析模型训练;基于训练完成的信息系统状态分析模型进行信息系统状态分析。本发明通过在标注数据时,对特征相似的训练样本采用相同标注,实现只需将所有训练样本进行特征相似性衡量,然后将特征相似的划分为一类进行相同标注,提高训练样本标注效率,同时采用深度置信网络提高了状态分析的客观性,避免了采用主客观指标权重赋权进行状态分析造成的主客观性不平衡。
公开/授权文献
- CN112508363B 基于深度学习的电力信息系统状态分析方法及装置 公开/授权日:2024-08-27