摘要
本发明公开了基于大数据的电力工程智能管控系统及方法,涉及工程风险管控技术领域,包括:采集管控区域内的多源异构数据,并分为可疑数据和非可疑数据;当多源异构数据为非可疑数据时,对每个多源异构数据进行契合度分析和覆盖程度分析;评估多源异构数据的准确性;根据评估结果,将准确数据整合到深度学习模型中;基于多源异构数据中的不准确数据,通过深度学习模型预测电力工程的总体管控风险分数。本发明的优点在于:通过多层次的数据验证和风险评估机制,确保数据的覆盖性和一致性,从根本上解决了数据失真对电力工程管控造成的不利影响,显著提升了电力工程管控系统的可靠性和实用性。
技术关键词
多源异构数据
深度学习模型
智能管控方法
大数据
智能管控系统
覆盖率
分析模块
偏差
风险管控技术
贝叶斯网络模型
指数
节点
数据验证
变量
多层次
系统为您推荐了相关专利信息
深度学习模型
双向长短期记忆网络
卷积特征提取
指数
水泵启停控制
移动智能终端
闭环控制系统
指挥系统
风险
作业现场
干扰信号识别
卷积模块
告警装置
大数据
无线通信网络信号
路线规划系统
可视化窗口
位置服务
路径规划单元
数据采集模块
训练样本数据
标记
管理方法
深度学习模型
Web日志