摘要
本发明公开了一种基于图神经网络的客户诉求与停电事件关联分析方法,包括以下步骤:收集并预处理客户诉求数据、停电事件数据、电力设备信息及电网拓扑数据;构建图结构;构建图神经网络模型;将图结构输入图神经网络模型进行训练;收集实时的客户诉求数据和停电事件数据,并对其进行预处理,得到实时的客户诉求节点和停电事件节点;将实时的客户诉求节点和停电事件节点输入训练后的图神经网络模型进行推理。本发明解决了现有的客户诉求与停电事件关联分析方法主要依赖于对停电事件日志与客户反馈记录进行静态分析,但此方法未充分考虑时变因素及地理拓扑动态变化对客户诉求与停电事件关联性的影响,导致分析结果的准确性低下的问题。
技术关键词
事件关联分析方法
客户
电力设备信息
神经网络模型
电力设备节点
协方差矩阵
数据
信息传递机制
节点特征
指数衰减函数
分词
邻域
时间差
特征值
成分分析
参数
高风险