LSTM深度学习在短期95598话务工单异动预警中的应用

• 作者: 张爽 景伟强 朱蕊倩 罗欣 葛岳军 陈博 魏骁雄
• 来源期刊: 浙江电力
• 学科: 经济
• 关键词: 95598话务工单预测 置信区间异动 LTSM 深度学习
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 智能电网
• 页码范围: 38-44
• 页数: 7页
• 分类号: F274
• 字数: 4263字
• 语种: 中文
• DOI: 10.19585/j.zjdl.201812007

摘要

以深度学习为代表的人工智能2.0技术为短期95598话务工单异动预警提供了可行的技术手段.为研究LSTM神经网络深度学习算法对话务工单预测的可行性,提出一种基于LSTM深度学习建模的短期95598话务工单异动预警方法.以95598系统实际运行数据为例,分析95598话务工单的异动规律与预测应用场景.实例分析结果表明,该方法可以更好地学习话务工单所具有的动态学习预测和智能异动预警特征,具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张爽	国网浙江省电力有限公司电力科学研究院	8	37	4.0	6.0
2	景伟强	国网浙江省电力有限公司电力科学研究院	9	31	3.0	5.0
3	罗欣	国网浙江省电力有限公司电力科学研究院	5	19	3.0	4.0
4	朱蕊倩	国网浙江省电力有限公司电力科学研究院	4	13	2.0	3.0
5	魏骁雄	国网浙江省电力有限公司电力科学研究院	3	11	2.0	3.0
6	陈博	国网浙江省电力有限公司电力科学研究院	1	2	1.0	1.0
7	葛岳军		1	2	1.0	1.0