摘要
本发明涉及数据处理技术领域,具体涉及基于人工智能的电力工程风险分级预警方法,包括:在每个时刻获取每个维度的环境因素数据和设备运行数据,标记故障时刻;根据故障时刻下每个维度的环境因素数据的相对变化情况,结合环境因素数据的偏离情况,得到环境因素数据的风险系数;根据故障时刻之前每个历史时刻下每个维度的设备运行数据和历史时刻至故障时刻之间的时间间隔,结合相关性和风险系数得到设备运行数据的风险系数;根据风险系数和每个故障时刻之前每个历史时刻在相同维度的数据变化情况得到每个时刻的风险程度,构建风险分级模型,对电力工程风险分级预警。本发明能够有效识别潜在故障的高风险设备,预警效果较好。
技术关键词
分级预警方法
设备运行数据
工程监测数据
指标
因子
训练分类模型
数据处理技术
数值
基础
高风险
偏差
标记
矿山
系统为您推荐了相关专利信息
生成加密签名
身份验证信息
零知识证明
区块链技术
节点
历史负荷数据
历史气象数据
时序预测模型
序列
舒适度
构建分类模型
机器学习算法
训练集数据
肾上腺素
参数