基于神经网络的电网资产成本分析方法、系统及存储介质技术方案

本发明专利技术提供一种基于神经网络的电网资产成本分析方法、系统及存储介质，涉及电网资产管理技术领域。方法包括：获取电网中每个资产的当前预设时间段内的基础数据和外部因素数据，并建立关系，得到资产的关联系数；然后进行特征提取，得到资产的多个内部特征和多个外部特征；进而得到资产的当前成本数据；根据资产的关联系数，进行权重分配，得到其分别对应的权重值；并输入神经网络模型，得到资产在预设未来时间段的初始预测成本数据；根据初始预测成本数据结合当前成本数据，得到资产的最终预测成本数据。本发明专利技术有效地解决了传统模型在电网资产成本分析中的泛化能力不足、无法适应环境动态变化和地区特性差异的问题，提高了预测的准确性和可靠性。

【技术实现步骤摘要】

本专利技术涉及电网资产管理，具体而言，涉及一种基于神经网络的电网资产成本分析方法、系统及存储介质。

技术介绍

1、目前，电网资产成本分析方法多采用传统的统计和计量经济学模型，在数据稳定、模型假设明确、环境条件一致等特定背景下，对稳定资产进行成本预测分析，能够提供较为可靠的预测结果，方便后续根据成本的预测结果生成控制策略。

2、在现有技术中，传统的统计和计量经济学模型在面对不同地区、不同规模的电网系统以及较为多变的电网资产时，往往显示出泛化能力的不足，无法充分捕捉电网资产数据的多样性和复杂性，难以适应电网运行环境的动态变化，也未能考虑到不同地区电网资产特性的显著差异。

技术实现思路

1、本专利技术解决的问题是如何改善电网资产成本分析的灵活性以及适应能力。

2、为解决上述问题，本专利技术提供一种基于神经网络的电网资产成本分析方法、系统及存储介质。

3、本专利技术提供一种基于神经网络的电网资产成本分析方法，包括：

4、获取电网中每个资产的当前预设时间段内的基础数据和外本文档来自技高网...

【技术保护点】

1.一种基于神经网络的电网资产成本分析方法，其特征在于，包括：

2.根据权利要求1所述的基于神经网络的电网资产成本分析方法，其特征在于，所述将每个所述资产的所述资产购置成本、所述运行维护记录、所述技术参数以及所述故障率与所述资产的所述地理数据、所述当前环境数据以及所述资产使用数据建立关系，得到所述资产的所述基础数据与所述外部因素数据的关联系数，包括：

3.根据权利要求1所述的基于神经网络的电网资产成本分析方法，其特征在于，所述对所述基础数据和所述外部因素数据进行特征提取，得到所述资产的多个内部特征和多个外部特征，包括：

4.根据权利要求3所述的基于神经...

【技术特征摘要】

1.一种基于神经网络的电网资产成本分析方法，其特征在于，包括：

2.根据权利要求1所述的基于神经网络的电网资产成本分析方法，其特征在于，所述将每个所述资产的所述资产购置成本、所述运行维护记录、所述技术参数以及所述故障率与所述资产的所述地理数据、所述当前环境数据以及所述资产使用数据建立关系，得到所述资产的所述基础数据与所述外部因素数据的关联系数，包括：

3.根据权利要求1所述的基于神经网络的电网资产成本分析方法，其特征在于，所述对所述基础数据和所述外部因素数据进行特征提取，得到所述资产的多个内部特征和多个外部特征，包括：

4.根据权利要求3所述的基于神经网络的电网资产成本分析方法，其特征在于，所述根据所述资产的所述内部特征和所述外部特征，得到所述资产的当前成本数据，包括：

5.根据权利要求1所述的基于神经网络的电网资产成本分析方法，其特征在于，所述根据所述资产的所述关联系数，对所述内部特征和所...

【专利技术属性】
技术研发人员：胡俊辉，江昊，耿烺，吴云开，王梓良，田璐，叶异，饶俊文，徐宇凡，张琪丹，胡曲直，刘瑾，尤静颖，
申请(专利权)人：国网浙江省电力有限公司宁波供电公司，
类型：发明
国别省市：