融合知识库和深度学习的电网监控告警事件智能识别

被引：45

作者：

孙国强 ^{[1
]}

沈培锋 ^{[2
]}

赵扬 ^{[2
]}

朱红勤 ^{[2
]}

丁小柳 ^{[1
]}

卫志农 ^{[1
]}

臧海祥 ^{[1
]}

机构：

[1] 河海大学能源与电气学院

[2] 国网江苏省电力有限公司南京供电分公司

来源：

电力自动化设备 | 2020年 / 40卷 / 04期

关键词：

电网监控; 告警信息; Word2vec; 卷积神经网络; 事件识别; 知识库; 深度学习;

D O I：

暂无

中图分类号：

TM73 [电力系统的调度、管理、通信]; TP18 [人工智能理论];

学科分类号：

120103 [信息系统与信息管理]; 140502 [人工智能];

摘要：

电网监控告警信息是监控人员进行监控事件识别的重要数据基础。针对当前人为处理海量监控告警信息效率低的现状和电网智能技术深化应用的需求,提出一种融合知识库和深度学习的电网监控告警事件自主识别方法。基于自然语言处理技术中的Word2vec模型对监控告警信息进行向量化建模,基于卷积神经网络建立监控告警事件识别模型,通过算例对比验证所建模型的有效性和实用性。提出融合知识库与所建模型的应用方法,实现电网监控告警事件的智能感知和可靠识别。

引用

页码：40 / 47

页数：8

共 19 条

[1]

基于告警信号文本挖掘的电力调度故障诊断 [J].