基于机器学习的城市电力生命线动态风险评估方法

本发明属于电力系统动态评估技术领域，具体涉及基于机器学习的城市电力生命线动态风险评估方法。风险评估方法包括以下步骤：步骤S100，界定电力系统风险评估问题；步骤S200，数据输入层进行多源异构数据融合，收集和整合多源异构数据；步骤S300，特征提取层从整合后的多源异构数据中提取能够反映电力系统风险的风险特征，通过自动特征选择机制优化风险特征，形成特征向量；步骤S400，模型训练和评估层使用优化后的风险特征训练及调试风险评估模型，并评估模型性能；步骤S500，结果输出层动态显示风险评估结果。本发明风险评估方法具有足够训练样本、能够克服训练数据稀缺、特征优化困难和模型泛化能力不足，实现城市电力系统风险的准确识别和动态评估。