基于多特征S-GRU-R知识追踪模型的电力系统热点追踪方法技术方案

本发明专利技术公开了属于知识追踪技术领域的基于多特征S‑GRU‑R知识追踪模型的电力系统热点追踪方法。具体为：收集并构建与新型电力系统相关的科技期刊论文的数据集；对收集到的数据集进行清洗和整理；从经清洗和整理的数据集中识别出与新型电力系统相关的关键词簇；提取与新型电力系统相关的多特征趋势；设计多特征S‑GRU‑R知识追踪模型；使用优化算法Adam和参数设置对设计的多特征S‑GRU‑R知识追踪模型进行训练；利用训练好的多特征S‑GRU‑R知识追踪模型对新型电力系统领域的学术研究热点进行追踪和分析，预测未来的研究趋势，并生成热点变化的可视化结果。本发明专利技术模型能够有效处理时序性数据，并解决长期依赖问题，从而更准确地追踪和预测学术研究中的热点话题和趋势。

【技术实现步骤摘要】

本专利技术涉及知识追踪，尤其涉及基于多特征s-gru-r知识追踪模型的电力系统热点追踪方法。

技术介绍

1、随着科技的发展与科学交流手段的进步，当前的科技期刊集群数量不断增加，论文基数日益扩大。热点分析与知识追踪是期刊集群数据分析的重要内容，在热点分析与知识追踪方法方面，2014年，danica g.hays等人运用统计学方法对journal of counseling&development期刊1999年到2014年发表的咨询研究类论文进行热点分析，得出热点强度的变化与热点强度的持续时间变化。pilkington等利用社会网络分析对共引数据进行分析，得出在时间上的知识结构变化情况，实现长期知识追踪。yu shang等使用一种有效的科学计量可视化软件工具分析web of science检索的2002年至2018年在《智能与模糊系统杂志》上发表的3786篇文章，识别特定期刊的热点以及持续研究状态。在期刊分析系统中，热点分析与知识追踪也是期刊分析的主要内容，针对热点分析时可能会有重复的结果，coryhabennan较好地解决了“热点重叠”问题。

本文档来自技高网...

【技术保护点】

1.基于多特征S-GRU-R知识追踪模型的电力系统热点追踪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多特征S-GRU-R知识追踪模型的电力系统热点追踪方法，其特征在于，所述步骤2中的清洗和整理包括去除噪声、填补缺失值、数据规范化。

3.根据权利要求1所述基于多特征S-GRU-R知识追踪模型的电力系统热点追踪方法，其特征在于，所述步骤3中的大数据分析技术包括共现分析和聚类分析。

4.根据权利要求1所述基于多特征S-GRU-R知识追踪模型的电力系统热点追踪方法，其特征在于，所述步骤4中的多特征趋势包括发文量、发文特征、逐年变化。

<...

【技术特征摘要】

1.基于多特征s-gru-r知识追踪模型的电力系统热点追踪方法，其特征在于，包括以下步骤：

2.根据权利要求1所述基于多特征s-gru-r知识追踪模型的电力系统热点追踪方法，其特征在于，所述步骤2中的清洗和整理包括去除噪声、填补缺失值、数据规范化。

3.根据权利要求1所述基于多特征s-gru-r知识追踪模型的电力系统热点追踪方法，其特征在于，所述...

【专利技术属性】
技术研发人员：王伟，郑倩，徐江涛，陈潼萱，杨卓，姜海东，宋亚琼，
申请(专利权)人：全球能源互联网集团有限公司，
类型：发明
国别省市：