基于不确定性度量的抽水蓄能电站试验检测档案数据识别

摘要

由于当前抽水蓄能电站试验检测档案数据识别多采用深度信念网络，缺少对数据特征不确定性的分析，由此导致其识别准确度较低。为此，提出基于不确定性度量的抽水蓄能电站试验检测档案数据识别方法。首先，根据抽水蓄能电站的实际情况，选取智能识别指标进行数据识别。其次，采用主成分分析算法获取数据识别综合指标，结合词嵌入技术提取检测档案数据特征，对其进行降维处理。最后，采用偏置矩阵对不确定模型进行优化，利用新的模型对其进行不确定性度量，确定数据类别，完成数据识别。实验结果表明，在不同样本规模条件下，应用所提方法对集合中的数据进行识别，得到的约登指数均优于对比方法，且当测试样本数量为200时，约登指数最高可达到85以上，说明所提方法能有效识别电站试验检测档案的数据类别，识别精度较高。

关键词

不确定性度量模型 / 抽水蓄能电站 / 试验检测档案 / 数据识别