基于前馈神经网络预测的知识图谱检索智能电力仓储系统

本发明公开了一种基于前馈神经网络的知识图谱检索智能电力仓储系统，涉及电力设备配件管理领域。该方法包括以下步骤：构建覆盖仓储范围内电力设备资源分类模型与气象灾害风险周期性评估模型；获取不同电力设备的静态数据和动态数据；通过前馈神经网络模型对设备的更换需求等级进行预测；模型预测评估结果作为知识图谱仓储系统的数据来源，实现终端实时故障预测评估查询、周期性设备采购指导与积压警告。本发明能够依据电力设备的实际状态智能预测仓储需求，提升了仓储管理的准确性和响应速度，为电力网络检修与设备仓储提供了高效的备件支持方案。