一种基于混合编码方式和textRCNN模型的电力数据智能分类方法及系统技术方案

本发明专利技术涉及文本处理技术领域，特别涉及一种基于混合编码方式和textRCNN模型的电力数据智能分类方法及系统。方法包括：数据预处理，对原始电力数据进行清洗和标准化处理；多编码生成，使用多种编码方式(包括词袋模型、TF‑IDF编码、词嵌入、one‑hot编码)对预处理后的数据进行编码，生成相应的向量表示；向量拼接，将不同编码方式生成的向量拼接成一个新的综合向量，相对于传统的编码方式，特征更加丰富；构建TextRCNN模型并进行训练，使用拼接后的综合向量作为输入，训练TextRCNN模型；得到分类结果，训练完成后，将需要分类的数据通过上述方式生成一个综合向量，经过模型处理得到最终分类结果；本发明专利技术在电力数据分类的任务中表现出更高的准确性和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及文本处理，特别涉及一种基于混合编码方式和textrcnn模型的电力数据智能分类方法及系统。

技术介绍

1、在电力行业中，随着智能电网的发展和数字化转型的推进，积累了大量的结构化数据。这些数据包括设备运行参数、维护记录、故障报告、用户用电记录等。如何高效地处理和利用这些数据，提高电力系统的运行效率和安全性，成为了一个重要的研究课题。电力数据的特点是数据量大、类型多样且信息丰富。这些数据不仅包括数值型数据(如电流、电压)，还包括类别型数据(如设备类型、故障类型)和日期型数据(如维护时间、故障发生时间)。传统的方法主要依赖于手工规则和专家经验，这种方法在面对大规模、复杂的数据时，效率低下且容易出错。此外，现有的许多方法在处理多维度、高复杂度的结构化数据时，往往难以全面捕捉各个特征之间的关联性，导致分类和分级的准确性不高。一些复杂的深度学习模型虽然在理论上表现良好，但在实际应用中往往面临训练困难、计算资源消耗大等问题，尤其是在处理大规模数据时，模型的训练时间和计算资源需求显著增加。

技术实现思路

1、针本文档来自技高网...

【技术保护点】

1.一种基于混合编码方式和textRCNN模型的电力数据智能分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于混合编码方式和textRCNN模型的电力数据智能分类方法，其特征在于，所述步骤S1中预处理包括清洗和标准化处理；所述清洗处理包括去除冗余的记录、填补缺失值以及处理异常值；所述标准化处理是将数值型数据进行归一化处理。

3.根据权利要求1所述的一种基于混合编码方式和textRCNN模型的电力数据智能分类方法，其特征在于，所述步骤S2中词袋模型编码具体包括以下步骤：

4.根据权利要求1所述的一种基于混合编码方式和textRCNN模...

【技术特征摘要】

1.一种基于混合编码方式和textrcnn模型的电力数据智能分类方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种基于混合编码方式和textrcnn模型的电力数据智能分类方法，其特征在于，所述步骤s1中预处理包括清洗和标准化处理；所述清洗处理包括去除冗余的记录、填补缺失值以及处理异常值；所述标准化处理是将数值型数据进行归一化处理。

3.根据权利要求1所述的一种基于混合编码方式和textrcnn模型的电力数据智能分类方法，其特征在于，所述步骤s2中词袋模型编码具体包括以下步骤：

4.根据权利要求1所述的一种基于混合编码方式和textrcnn模型的电力数据智能分类方法，其特征在于，所述步骤s2中tf-idf编码具体包括以下步骤：

5.根据权利要求1所述的一种基于混合编码方式和textrcnn模型的电力数据智能分类方法，其特征在于，所述步骤s2中词嵌入编码具体包括以下步骤：

6.根据权利要求1所述的一种基于混合编码方式和textrcnn模型的电力数据智能分类方法，其特征在于，所述步骤s3中按照固定顺序...

【专利技术属性】
技术研发人员：张希翔，艾徐华，黄依婷，谭期文，银源，韦宗慧，蒙琦，陈昭利，董贇，曾明霏，
申请(专利权)人：广西电网有限责任公司，
类型：发明
国别省市：