基于机器学习的电网调度业务自动批卷系统

• 作者: 林志贤
• 来源期刊: 数字技术与应用
• 学科: 工学
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 设计开发
• 页码范围: 167-169,172
• 页数: 4页
• 分类号: TP311
• 语种: 中文
• DOI: 10.19695/j.cnki.cn12-1369.2022.02.55

摘要

由于电网调用业务操作具有多样化特征,以单一的标准对其进行判断会影响批卷结果的可靠性,为此,设计了一种基于机器学习的电网调度业务自动批卷系统,将具有强大计算能力的AMD Zen4处理器和数据转化能力的SZ11-CBOX云盒作为硬件,利用AMD Zen4的Raphael搭建BP神经网络,对业务操作的特征进行学习,通过K-means聚类过滤干扰,SZ11-CBOX将业务数据分类后,匹配待批卷数据与各分类特征之间的一致性,实现最终的评分.测试结果表明,系统的批卷结果与实际结果的拟合度可以达到99.0％以上.