基于注意力机制优化组合神经网络的电力缺陷等级确定方法

作     者：程宏伟 高莲 于虹 李鹏 CHENG Hongwei;GAO Lian;YU Hong;LI Peng

作者机构：云南大学信息学院昆明650500 云南电网有限责任公司电力科学研究院昆明650500 

出 版 物：《电测与仪表》 (Electrical Measurement & Instrumentation)

年 卷 期：2024年第61卷第1期

页      面：83-90,98页

学科分类：080802[工学-电力系统及其自动化] 0808[工学-电气工程] 08[工学] 

基　　金：国家自然科学基金资助项目(61763049) 云南省应用基础研究计划重点项目(2018FA032) 

主　　题：卷积循环神经网络 字粒度 注意力机制 电力缺陷描述 状态评价 

摘      要：为解决电力缺陷描述专业词汇较多分词准确率不佳以及单一神经网络模型自身存在不足的问题,提出了基于注意力机制优化组合神经网络的电力缺陷等级确定方法。该方法使用分布式字粒度向量对电力缺陷描述进行表示,使用由卷积神经网络和双向长短时记忆网络组成的卷积循环神经网络对电力缺陷描述的局部特征和序列特征进行特征提取,采用注意力机制对组合神经网络得到的语义特征进行权重分配,减少关键特征的丢失,进一步增强关键信息对分类结果的影响。以云南电网公司2014年—2019年间11万条缺陷描述数据作为实验对象,文中所提方法的Acc、MF_(1)值和WF_(1)值分别为0.9275、0.9112和0.9275,验证了该方法在电力缺陷等级确定中的有效性和可行性,为电网的智能化运行提供帮助。