一种面向电力运维作业的LSTM动作识别方法

• 作者: 刘培贞 夏时洪 贾玉祥
• 来源期刊: 系统仿真学报
• 学科: 工学
• 关键词: 电力运维安全 LSTM 动作识别方法 仿真实验
• 年，卷（期）: 2019,（12）
• 页码范围: 2837-2844
• 页数: 8页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.16182/j.issn1004731x.joss.19-FZ0336

摘要

电力运维安全是备受社会关注的课题.为了避免因运维人员的操作失误而产生严重后果,提出了一种基于长短期记忆网络LSTM(Long Short Term Memory)的、面向电力运维作业的动作识别方法,该方法涵盖了从数据采集、数据处理到分类识别的整个过程,可对人员工作过程中的操作行为进行识别和监督.基于新构建的电力运维作业数据集将方法中用到的深度学习算法LSTM与传统机器学习算法KNN进行仿真对比实验,结果表明,LSTM的表现更佳,在时间窗口为120帧时,LSTM的准确率达到91.32％,比KNN高出约2个百分点.