基于因果推断和敏感性分析的节点特征数据校正方法

AITNT
正文
推荐专利
基于因果推断和敏感性分析的节点特征数据校正方法
申请号:CN202510265085
申请日期:2025-03-06
公开号:CN120144923A
公开日期:2025-06-13
类型:发明专利
摘要
本申请属于电力技术领域,提供了基于因果推断和敏感性分析的节点特征数据校正方法,通过收集电网系统中相关节点的特征数据并进行预处理,采用因果推断算法识别节点特征数据之间的因果关系,构建因果图,从而明确数据间的依赖路径;利用全局敏感性分析方法计算关键节点特征数据对因果模型输出的敏感性,基于敏感性排序确定需要重点校正的数据;对这些关键数据进行初步校正,并结合历史数据进行进一步调整,以提高校正的精度;运用优化算法对校正结果进行优化,确保数据校正的效果达到最佳。通过因果关系识别和敏感性分析,该方法能够全面捕捉数据间的复杂依赖性,从而实现更精准、更有效的节点特征数据校正,提高电网系统运行的稳定性和可靠性。
技术关键词
数据校正方法 节点特征 全局敏感性分析方法 电网系统 变量 算法 指数 效应 定义 离子 样本 电力 序列 精度
系统为您推荐了相关专利信息
1
一种用于预测汽车前侧窗流场激励的神经网络模型分频率段建模方法
汽车前侧窗 建模方法 后视镜 建立神经网络模型 数据
2
一种风险控制方法、系统、存储介质、及电子设备
算法模型 风险控制方法 变量 指标 风险控制系统
3
一种计算流体力学模拟优化设计方法和系统
模拟优化设计方法 FLUENT软件 脚本 变量 网格
4
面向能量收集物联网的间歇性深度神经网络推理方法
非易失性内存 变量 能量收集 深度神经网络模型 输出特征
5
一种浅埋高铁隧道超长大管棚支护参数动态智能确定方法
管棚支护 智能模型 隧道 高铁 超参数
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号