一种基于LSTM深度学习算法的调度操作票校核方法

本发明公开了一种基于LSTM深度学习算法的调度操作票校核方法，涉及操作票校核技术领域，包括：采集历史操作票数据及设备台账数据，将历史操作票数据中的操作指令精简为概括性操作动作，同时对设备台账数据进行变电站及间隔清单整理；对历史操作票数据进行横向格式化处理；基于操作语句字典构建长短期记忆网络模型，将操作语句与概括性操作动作一一对应，训练长短期记忆网络模型生成操作指令分类模型和指令逻辑验证模型，通过自行拟制的测试操作票验证模型。本发明对已执行后的操作票票面信息及上下逻辑关系进行校核，实现对已执行操作票进行自动校核评价，总结经验，提升操作票开票完整率、正确率，从而降低电网操作风险，同时减轻调度员查票时间。