一种基于深度学习的火电厂风险预警方法及系统

本发明公开了一种基于深度学习的火电厂风险预警方法及系统，涉及人工智能技术领域。所述方法是先基于目标风险状态参数及所有监测参数的历史时序数据，针对各个目标风险关联监测参数及各个深度学习模型，应用对应参数的所有正样本数据，基于优化算法对相应模型的超参数进行优化，得到对应超参数且用于使采用输出误差情况指标值与计算所需时长指标值之积的目标函数最小化的最优化搜索结果，然后基于优化结果得到各个监测参数的目标风险发生预测模型，并应用模型估计得到在未来时刻发生目标风险事件的预测概率，再然后叠加计算得到最终预测概率，最后在最终预测概率达到预设概率阈值时，触发执行风险预警动作，如此可提高风险预警准确性和及时性。