【技术实现步骤摘要】
本专利技术涉及电力系统知识追踪，尤其涉及基于共现网络和深度学习的新型电力系统知识追踪方法。
技术介绍
1、知识追踪技术，作为一种通过分析历史行为数据来预测未来行为的技术，被广泛研究和应用在智能教育领域。知识追踪技术会通过学生的历史学习记录来追踪学生的知识掌握程度，进而预测学生的未来成绩，以便提供个性化导学服务。将其概念引入到新型电力系统中，我们可以通过分析和处理海量的新型电力系统领域内的相关文献，对关键词未来产出变化进行追踪，寻找新型电力系统领域的热点和趋势，预测未来技术和市场的发展方向。
2、面对越来越多的文献资料和复杂多变的技术环境，传统的知识追踪方法难以应对新型电力系统的复杂性,想要将知识追踪技术应用于新型电力系统还面临着多方面的挑战。如何构建准确可靠的预测模型，如何有效的采集和处理数据，以及如何将其整合到现有的电力系统管理中，这些都是需要深入研究的问题。
3、因此，需要一种基于共现网络和深度学习的新型电力系统知识追踪方法来高效、智能地追踪和管理电力系统领域的知识。
技术实现思路
【技术保护点】
1.基于共现网络和深度学习的新型电力系统知识追踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于共现网络和深度学习的新型电力系统知识追踪方法，其特征在于，所述步骤1中的新型电力系统文献数据包括文献标题、链接、作者、出版日期、年份、关键词、摘要、文献来源、文献类型、下载量和被引量。
3.根据权利要求1所述基于共现网络和深度学习的新型电力系统知识追踪方法，其特征在于，所述步骤2中共现网络的评价指标包括节点度中心性、节点接近中心性和节点介数中心性。
4.根据权利要求1所述基于共现网络和深度学习的新型电力系统知识追踪方法，其特征...
【技术特征摘要】
1.基于共现网络和深度学习的新型电力系统知识追踪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述基于共现网络和深度学习的新型电力系统知识追踪方法，其特征在于，所述步骤1中的新型电力系统文献数据包括文献标题、链接、作者、出版日期、年份、关键词、摘要、文献来源、文献类型、下载量和被引量。
3.根据权利要求1所述基于共现网络和深度学习的新型电力系统知识追踪...
【专利技术属性】
技术研发人员：麻秀范，韩英昆，王彦博，何莹，马维骁，马瑞敏，王伟，
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：
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。