基于卷积神经网络的数字化智能电站数据安全评估模型

摘要

为了确保数字化智能电站的安全运行，提出基于卷积神经网络的数字化智能电站数据安全评估模型。通过传感器获取数字化智能电站的异常数据，并对数据进行预处理。运用希尔伯特黄变换提取异常数据中综合电流的瞬时频率，将其作为数字化智能电站数据异常特征。结合卷积神经网络的异常数据特征分类训练诊断异常数据，依据诊断结果进行数字化智能电站数据安全评估。实验表明：该模型评估准确率与容错率高，减少了评估的能量消耗，节约评估成本，可以实现异常数据的及时告警并输出故障原因，便于后续维修工作顺利进行。

关键词

卷积神经网络 / 智能电站 / 安全评估模型 / 数据采集 / 异常数据 / 告警模块