一种基于电力数据报表的数据评估方法与流程

本申请涉及智能数据分析领域，且更为具体地，涉及一种基于电力数据报表的数据评估方法。

背景技术：

1、在电力系统中，数据报表的准确性和可靠性对于保障系统安全高效运行至关重要。然而，在实践中，由于数据采集、传输和存储等多个环节可能出现的问题，导致报表中存在数据不准确或异常的现象。这些问题不仅会影响电力系统的运营决策，还可能导致资源浪费甚至安全事故。

2、传统方法可能依赖于人工审查或简单的统计规则来检测电力数据报表中的异常数据，这种方法不仅耗时费力，而且容易出现误判或者漏判的情况。并且传统方法只停留在简单的分析报表中的数值等表面信息，而难以深入挖掘数据背后隐藏的语义关系。

3、因此，需要一种优化的基于电力数据报表的数据评估方案。

技术实现思路

1、本申请针对现有技术中的缺点，提供了一种基于电力数据报表的数据评估方法，其包括：

2、从电力系统中获取电力数据报表；

3、对所述电力数据报表进行预处理以得到电力报表文本内容；

4、对所述电力报表文本内容进行语义编码处理以得到电力报表内容语义理解特征向量；

5、基于所述电力报表内容语义理解特征向量，得到所述电力数据报表的异常识别结果。

6、在上述基于电力数据报表的数据评估方法中，对所述电力报表文本内容进行语义编码处理以得到电力报表内容语义理解特征向量，包括：将所述电力报表文本内容分词后通过词嵌入层以得到多个电力报表关键词嵌入向量；对所述多个电力报表关键词嵌入向量分别进行长距离语义编码和中短距离语义编码以得到第一尺度电力报表内容语义理解特征向量和第二尺度电力报表内容语义理解特征向量；对所述第一尺度电力报表内容语义理解特征向量和所述第二尺度电力报表内容语义理解特征向量进行基于内在特征拆解的特征内部匹配对齐以得到所述电力报表内容语义理解特征向量。

7、在上述基于电力数据报表的数据评估方法中，对所述多个电力报表关键词嵌入向量分别进行长距离语义编码和中短距离语义编码以得到第一尺度电力报表内容语义理解特征向量和第二尺度电力报表内容语义理解特征向量，包括：将所述多个电力报表关键词嵌入向量通过长距离语义编码器以得到所述第一尺度电力报表内容语义理解特征向量；将所述多个电力报表关键词嵌入向量通过中短距离语义编码器以得到所述第二尺度电力报表内容语义理解特征向量。

8、在上述基于电力数据报表的数据评估方法中，所述长距离语义编码器为基于转换器的语义编码器，所述中短距离语义编码器为双向长短期记忆神经网络模型。

9、在上述基于电力数据报表的数据评估方法中，对所述第一尺度电力报表内容语义理解特征向量和所述第二尺度电力报表内容语义理解特征向量进行基于内在特征拆解的特征内部匹配对齐以得到所述电力报表内容语义理解特征向量，包括：对所述第一尺度电力报表内容语义理解特征向量和所述第二尺度电力报表内容语义理解特征向量进行基于向量赋范的归一化调制以得到预对齐第一尺度电力报表内容语义理解特征向量和预对齐第二尺度电力报表内容语义理解特征向量；对所述预对齐第一尺度电力报表内容语义理解特征向量和所述预对齐第二尺度电力报表内容语义理解特征向量进行本征特征提取以得到第一电力报表内容语义理解主成分特征向量和第二电力报表内容语义理解主成分特征向量；对所述第一电力报表内容语义理解主成分特征向量和所述第二电力报表内容语义理解主成分特征向量进行内在细粒度对齐融合以得到所述电力报表内容语义理解特征向量。

10、在上述基于电力数据报表的数据评估方法中，基于所述电力报表内容语义理解特征向量，得到所述电力数据报表的异常识别结果，包括：将所述电力报表内容语义理解特征向量通过基于分类器的异常识别器以得到所述异常识别结果，所述异常识别结果用于表示所述电力数据报表是否存在数据异常。

11、在上述基于电力数据报表的数据评估方法中，基于所述电力报表内容语义理解特征向量，得到所述电力数据报表的异常识别结果，包括：使用所述分类器的全连接层对所述电力报表内容语义理解特征向量进行全连接编码以得到电力报表内容语义理解全连接编码特征向量；将所述电力报表内容语义理解全连接编码特征向量输入所述分类器的softmax分类函数以得到所述电力报表内容语义理解特征向量归属于各个分类标签的概率值，所述分类标签包括用于表示所述电力数据报表存在数据异常和用于表示所述电力数据报表不存在数据异常；将所述概率值中最大者对应的分类标签确定为所述异常识别结果。

12、本申请由于采用了以上的技术方案，具有显著的技术效果：

13、本申请提供的基于电力数据报表的数据评估方法，其首先从电力系统中获取电力数据报表，接着对电力数据报表进行预处理以得到电力报表文本内容，然后采用基于自然语言的语义分析技术来对电力报表文本内容进行语义分析进而来判断原始电力数据报表中是否存在异常数据。这样，实现了自动化和智能化的异常数据检测，大大提高了检测效率和准确性。

技术特征：

1.一种基于电力数据报表的数据评估方法，其特征在于，包括：

2.根据权利要求1所述的基于电力数据报表的数据评估方法，其特征在于，对所述多个电力报表关键词嵌入向量分别进行长距离语义编码和中短距离语义编码以得到第一尺度电力报表内容语义理解特征向量和第二尺度电力报表内容语义理解特征向量，包括：

3.根据权利要求2所述的基于电力数据报表的数据评估方法，其特征在于，所述长距离语义编码器为基于转换器的语义编码器，所述中短距离语义编码器为双向长短期记忆神经网络模型。

4.根据权利要求3所述的基于电力数据报表的数据评估方法，其特征在于，对所述第一尺度电力报表内容语义理解特征向量和所述第二尺度电力报表内容语义理解特征向量进行基于内在特征拆解的特征内部匹配对齐以得到所述电力报表内容语义理解特征向量，包括：

5.根据权利要求4所述的基于电力数据报表的数据评估方法，其特征在于，对所述第一尺度电力报表内容语义理解特征向量和所述第二尺度电力报表内容语义理解特征向量进行基于内在特征拆解的特征内部匹配对齐以得到所述电力报表内容语义理解特征向量，包括：以如下公式对所述第一尺度电力报表内容语义理解特征向量和所述第二尺度电力报表内容语义理解特征向量进行处理以得到电力报表内容语义理解特征向量；其中，所述公式为：

6.根据权利要求5所述的基于电力数据报表的数据评估方法，其特征在于，基于所述电力报表内容语义理解特征向量，得到所述电力数据报表的异常识别结果，包括：将所述电力报表内容语义理解特征向量通过基于分类器的异常识别器以得到所述异常识别结果，所述异常识别结果用于表示所述电力数据报表是否存在数据异常。

7.根据权利要求6所述的基于电力数据报表的数据评估方法，其特征在于，基于所述电力报表内容语义理解特征向量，得到所述电力数据报表的异常识别结果，包括：

技术总结本申请涉及智能数据分析领域，提供了一种基于电力数据报表的数据评估方法，其首先从电力系统中获取电力数据报表，接着对电力数据报表进行预处理以得到电力报表文本内容，然后采用基于自然语言的语义分析技术来对电力报表文本内容进行语义分析进而来判断原始电力数据报表中是否存在异常数据。这样，实现了自动化和智能化的异常数据检测，大大提高了检测效率和准确性。技术研发人员：万鹤,徐新兵,于怀金受保护的技术使用者：万思信息技术有限公司技术研发日：技术公布日：2025/1/13