摘要
本发明公开了一种电力作业工序识别方法及系统,通过获取电网作业数据,并对电网作业数据进行分类处理,得到连续型数据、离散型数据和文本型数据;将连续型数据、离散型数据和文本型数据进行特征拼接,得到作业特征矩阵,对作业特征矩阵加入场景变量,利用随机森林算法构建的多个决策树分别对加入场景变量后的作业特征矩阵进行预测,得到预测输出,将预测输出输入作业工序识别模型中,以使作业工序识别模型利用卷积层对预测输出进行卷积操作,得到卷积后的数据,利用全连接层对卷积后的数据进行分类后,输出工序识别结果。通过上述方法,实现了对电力作业对应工序的自动识别,从而可以根据工序得到该工序的风险点,提高了电力作业风险管控效率。
技术关键词
连续型数据
深度神经网络模型
样本
矩阵
随机森林
文本
识别方法
变量
标注方法
场景
电力
识别系统
算法
识别模块
存储计算机程序
作业风险
表达式
系统为您推荐了相关专利信息
迁移学习模型
分类器
挖掘算法
核苷酸序列数据
样本
数字化管理方法
煤样
筒仓
环境光照强度
三维数字模型
压力调节设备
模糊逻辑
姿态控制方法
温湿度
非线性优化算法