基于深度学习的电力调度数据自动备份系统设计

• 作者: 刘慧贤 赵英宝 黄丽敏
• 来源期刊: 现代电子技术
• 关键词: 电力调度数据 自动备份系统 系统设计 深度学习 辨识模型建立 数据处理
• 年，卷（期）: 2020,（20）
• 所属期刊栏目: 电子与信息器件
• 页码范围: 42-45,49
• 页数: 5页
• 分类号: TN919-34|TP311.52
• 语种: 中文
• DOI: 10.16652/j.issn.1004-373x.2020.20.011

摘要

针对传统电力调度数据自动备份系统缺少对电力数据的调度处理,导致其方法存在稳定性较差等问题,提出基于深度学习的电力调度数据自动备份系统.电力系统调度模块利用深度学习网络,构建不良数据辨识模型,排除电力系统中的不良数据,并生成电力调度数据;电力调度数据备份模块采用在线数据备份模式,并结合深度学习理论,对电力调度数据进行统一备份、恢复和备份介质管理.实验结果表明,文中设计系统能够满足电力调度数据备份的要求,且系统稳定性较强,可以证明该系统的实际应用效果更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵英宝		22	57	5.0	6.0
2	黄丽敏		9	22	4.0	4.0
3	刘慧贤		19	34	2.0	5.0