基于双向LSTM的电网调度日志分类

• 作者: 何慧 张明 徐家慧 白盛楠 白静洁 赵扬
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 电网调度日志 Skip-gram 词向量 循环神经网络 双向LSTM
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 应用技术与研究
• 页码范围: 142-146
• 页数: 5页
• 分类号: TP391.9
• 字数: 3665字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.01.026

摘要

电网调度日志记录电网运行的各类信息,是分析调度过程、电网运行情况的重要数据来源.电网调度日志管理逐步智能化,调度日志分类任务也由人工操作转变为系统自动分类.为实现智能化分类,提出一种基于深度神经网络的电网调度日志分类方法.该方法基于电网调度日志训练出词向量,将词向量作为LSTM(LongShort-Term Memory)模型的输入.使用双向LSTM对电网调度日志进行分类.实验结果表明,该方法可以有效地对长度差别巨大的日志进行分类,并获得比传统分类方法更优的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白静洁		8	51	2.0	7.0
3	赵扬		4	2	1.0	1.0
4	张明		8	12	3.0	3.0
7	徐家慧		7	9	2.0	2.0
11	何慧	华北电力大学控制与计算机工程学院	3	32	1.0	3.0
12	白盛楠	华北电力大学控制与计算机工程学院	2	20	1.0	2.0