一种基于语义向量化归一和自适应回归的电网故障概率预测方法

本申请涉及电网故障预测技术领域，具体提供了一种基于语义向量化归一和自适应回归的电网故障概率预测方法，一方面，可同时利用电网运行过程中的结构化数据和非结构化数据进行模型训练，使得故障预测模型可结合电网运行数据、气象数据、故障描述信息和人工运维信息等多种信息进行特征学习，从而可提高模型训练效果，进而可提高故障预测的准确率。另一方面，本申请可定期对至少两个故障预测模型进行再次训练和回测，并根据回测结果自动选用最优模型作为实时预测模型，从而可进一步提高故障预测的准确率。