典型文献
基于人工智能技术的电力信息系统运维数据整合方法
文献摘要：
传统电力信息系统运维数据整合方法数据整合时间较长,且整合过程中数据覆盖率不高,为此文章设计了基于人工智能技术的电力信息系统运维数据整合方法.首先设定统一电力信息系统运维数据整合标准与数据分类原则,根据数据间相互关系定义数据类型,分类处理电力信息系统运维数据,并剔除分类后格式不一致和重复数据,以此降低无效数据干扰、提升数据整合效率.然后制定统一编码标准,对分类后数据进行校核与编码,确定分类后的数据集与实际数据是否匹配,以离线数据为基础,利用深度学习算法进行电力信息系统运维数据的整合,可以降低系统中资源的占用率,从而提升有效数据的覆盖率.实验证明,该数据整合方法相较传统方法数据整合用时短、数据覆盖率高,具备实际应用意义.
文献关键词：
人工智能技术;电力信息系统;运维数据;数据覆盖率;深度学习
中图分类号：
作者姓名：
冯国礼;李蓉;吴双
作者机构：
国网宁夏电力有限公司信息通信公司,宁夏银川 750001
文献出处：
引用格式：
[1]冯国礼;李蓉;吴双-.基于人工智能技术的电力信息系统运维数据整合方法)[J].电力信息与通信技术,2022(01):68-73
A类：
B类：
电力信息系统,系统运维,运维数据,整合方法,传统电力,法数,数据覆盖率,此文,数据整合标准,数据分类,定义数据,数据类型,分类处理,重复数据,数据干扰,整合效率,统一编码,编码标准,校核,实际数据,离线数据,深度学习算法,中资,占用率,有效数据,应用意义
AB值：
0.269267
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
