关键词:
先验知识
卷积神经网络
支持向量机
电网基建档案
管理预警
摘要:
在电网建设过程中,电网基建档案是重要的过程资料,但其数量和类型繁杂,这给档案绿色数字化管理及预警带来巨大挑战。针对这一挑战,文中提出一种基于改进融合先验知识卷积神经网络(PKCNN)的电网基建档案电子化管理预警方法。首先,利用PKCNN卷积层对输入的电网基建档案进行特征提取,并引入先验知识辅助网络参数训练;然后,采用基于萤火虫算法(FA)优化的非线性SVM对PKCNN中分类函数进行改进,以提高电网基建档案电子化管理预警的精度;最后,建立基于改进PKCNN模型的电网基建档案电子化管理预警方法进行仿真验证。结果表明,PKCNN网络比传统CNN具有更强的特征学习能力和更快的收敛速度,利用SVM改进PKCNN中分类函数能明显提升PKCNN识别精度。相较于基于传统CNN和CNN-SVM模型的预警方法,文中所提方法在电网基建档案质量的管理识别和预警方面准确率更高、泛化性更强。