摘要
本发明提出了一种用于售电业务的风险识别分析方法,所述方法包括如下步骤:获取用于售电业务的多组第一电力数据样本,对第一电力数据样本进行预处理,得到标准电力数据样本;利用第一电力数据样本训练神经网络模型,并通过标准电力数据样本对神经网络模型进行测试,得到测试完成的神经网络模型;获取用于风险识别的多组第二电力数据样本,并对多组第二电力数据样本进行预处理,得到标准测试数据样本;将标准测试数据样本输入至训练完成的神经网络模型中,得到对应的第一风险识别数据;利用第一风险识别数据,计算第二电力数据样本中的第二风险识别数据;根据第一风险识别数据和第二风险识别数据,判断第二电力数据样本所属的风险类型集合类别。
技术关键词
识别分析方法
样本
电力
风险
训练神经网络模型
气象预报数据
神经网络特征融合
实测气象数据
相关性分析方法
插值法
异常状态
数据噪声
分类阈值
多层感知机
非标准
节点
误差
滤波
系统为您推荐了相关专利信息
混合效应模型
无人机激光雷达
变量
激光雷达数据
估测方法
数据预测模型
序列
电力负荷预测方法
信号
变压器
高精密数控
轴承热处理工艺
深度学习模型训练
热处理工艺参数
关键工艺参数
检测模型训练方法
恢复器
碳排放监测系统
多层感知机
多尺度