【技术实现步骤摘要】
基于深度学习和模型推理的电网倒闸操作票智能审核系统
[0001]本专利技术涉及智能审核
，尤其涉及基于深度学习和模型推理的电网倒闸操作票智能审核系统。
技术介绍
[0002]电力系统是现代社会的重要基础设施之一，而电网倒闸操作是维护电力系统运行稳定和安全的关键环节。电网倒闸操作票智能审核系统是针对电力系统运行和管理的特定应用场景。在电力系统领域，操作票是运维和维护过程中的重要文档，审核操作票的合规性和安全性对于电力系统的稳定运行至关重要。通过应用深度学习和模型推理技术，该系统能够提高对操作票的审核效率和准确性，帮助电力系统运维人员更好地处理操作票数据，减少潜在风险。随着深度学习技术的不断发展，利用深度学习算法和模型推理技术，通过对操作票数据进行智能分析和预测，成为了对操作票的自动审核和风险预测的重要手段之一。
[0003]现有的电网倒闸操作票智能审核系统无法提供丰富的知识背景和关联信息，知识表示能力差，其审核准确性和可解释性较低；此外，现有的电网倒闸操作票智能审核系统的鲁棒性和安全性较差，且系统审核性能不强，其...
【技术保护点】
【技术特征摘要】
1.基于深度学习和模型推理的电网倒闸操作票智能审核系统，其特征在于，包括采集预处理模块、图谱融合模块、模型构建模块、推理审核模块、监控报警模块、权限管理模块、用户平台、自动化工作模块、维护模块以及存储管理模块；所述采集预处理模块用于收集电网倒闸操作票的历史数据，并对数据进行预处理；所述图谱融合模块用于将电力系统知识图谱与操作票数据进行融合；所述模型构建模块用于构建深度学习模型，并对该模型参数进行测试更新；所述推理审核模块用于接收实时操作票数据，同时使用深度学习模型进行推理并输出审核结果；所述监控报警模块用于对系统进行实时监控，并根据系统的运行状况和审核结果产生相应的警报；所述权限管理模块用于对用户身份验证、访问控制和数据加密，同时阻止未经授权的用户访问敏感数据和系统功能；所述用户平台用于提供一个直观的用户界面，并对数据进行可视化显示，同时使操作员和审核人员能够提交操作票数据，查看审核结果和反馈信息；所述自动化工作模块用于对审核过程进行自动化管理；所述维护模块用于监控系统的运行状态和性能，并进行系统的运维和维护；所述存储管理模块用于存储和管理审核结果和相关数据，并对历史审核数据的归档和备份，同时对数据进行清理和维护。2.根据权利要求1所述的基于深度学习和模型推理的电网倒闸操作票智能审核系统，其特征在于，所述采集预处理模块数据预处理具体步骤如下：步骤一：从电力系统的记录或数据库中收集电网倒闸操作票的历史数据，检测各组历史数据中存在的缺失值，并标记各缺失值在对应数据中的所在位置，对各组数据中存在的缺失值进行统计和可视化分析以获取缺失值的分布情况和影响范围，并进行填补或删除；步骤二：计算历史数据的标准偏差，之后依据计算出的标准偏差分别对异常数据进行检测并筛除，通过指数平滑来去除噪音和波动以获取趋势和周期性信息，同时对各历史数据进行标准化处理以统一格式，再检测是否存在重复的数据记录，若存在重复数据，则将其删除；步骤三：为每组操作票的历史数据标注合规性标签以及安全性标签，之后对各组历史数据进行分词处理以获取多组分词字符串，并通过一组二维数组存储各组分词字符串以及历史数据对应类型标签，再计算各分词的词频
‑
逆文档频率；步骤四：将计算出的各组词频
‑
逆文档频率按照由大到小的顺序排列，并将对应分词存储至另一初始化后的数组中，同时根据该数组生成各历史数据的多项式关键词特征向量，若数据中包含该数组中的关键词则在多项式关键词特征向量对应位置记为1，否则将其记为0，同时将该多项式关键词特征向量存入对应二维数组中。3.根据权利要求2所述的基于深度学习和模型推理的电网倒闸操作票智能审核系统，其特征在于，所述词频
‑
逆文档频率具体计算公式如下：
TF
‑
IDF
ij
＝tf
ij
*idf
ij
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(3)式中，n
ij
代表二维数组分词在第i组历史数据中出现的次数，D
i
代表第i组历史数据各分词组成的集合。4.根据权利要求3所述的基于深度学习和模型推理的电网倒闸操作票智能审核系统，其特征在于，所述图谱融合模块数据融合具体步骤如下：步骤(1)：从专家知识、电力系统手册、技术规范、文献资料、互联网以及电力数据库中收集与电力系统相关的各种知识和信息，并对收集到的电力系统知识进行...
【专利技术属性】
技术研发人员：纪陈云，吴常胜，霍朝辉，葛国华，王国强，董华文，周祖芬，王军杰，宋彩红，陆娟，王彦，姚忠胜，
申请(专利权)人：国网安徽省电力有限公司池州供电公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。