针对传统发电调度模式难以满足目前调度需求而出现的各种弊端,调度过程中工作票人工审核存在效率低、风险高等问题。本文基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)-条件随机场(Conditional Random Fields,...针对传统发电调度模式难以满足目前调度需求而出现的各种弊端,调度过程中工作票人工审核存在效率低、风险高等问题。本文基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)-条件随机场(Conditional Random Fields,CRF)的实体识别与行为树(Behavior Tree,BT)防误的智能防误算法的研究,提出一种智能防误调控一体化平台设计方案,给出平台功能框架,并在乌江实现了成功应用。通过对基于多种不同算法的实体识别模型的测试,验证结果表明:基于BiLSTM-CRF算法的实体识别模型的优越性;基于该智能防误调控一体化平台的研究,在乌江水电开发了乌江调控一体化平台并通过了测试,验证了本设计方案和智能防误功能的可行性和有效性。展开更多
文摘针对传统发电调度模式难以满足目前调度需求而出现的各种弊端,调度过程中工作票人工审核存在效率低、风险高等问题。本文基于双向长短期记忆网络(Bi-directional Long Short-Term Memory,BiLSTM)-条件随机场(Conditional Random Fields,CRF)的实体识别与行为树(Behavior Tree,BT)防误的智能防误算法的研究,提出一种智能防误调控一体化平台设计方案,给出平台功能框架,并在乌江实现了成功应用。通过对基于多种不同算法的实体识别模型的测试,验证结果表明:基于BiLSTM-CRF算法的实体识别模型的优越性;基于该智能防误调控一体化平台的研究,在乌江水电开发了乌江调控一体化平台并通过了测试,验证了本设计方案和智能防误功能的可行性和有效性。
