典型文献
基于深度学习与多源数据融合的电网项目智能评估方法
文献摘要：
针对电网技术改造项目投资日趋增加的问题,文中提出了一种基于深度学习与多源数据融合的电网项目智能评估方法.基于深度神经网络的原理结构和训练方法,构建了包括技术因素、经济因素和环境因素三方面的电网技改项目多源数据体系,并结合多源数据融合技术实现了电网项目的智能评估.以某电网实际工程项目的历史数据验证分析结果表明,深度神经网络模型(DNN)相比于反向传播神经网络模型(BPNN)的网络层次更深.能够充分挖掘多源数据与项目造价之间的关系,从而提高智能评估结果的准确性.同时,采用3种来源数据相比于采用单一来源数据或两种来源数据,能够尽可能地保留原始数据特征,以此提高智能评估结果的准确性.
文献关键词：
深度神经网络;数据融合;电网工程数据;电力工程造价;多源数据分析
中图分类号：
作者姓名：
张弘鲲;岳聪;郭跃男
作者机构：
国网黑龙江省电力有限公司,黑龙江哈尔滨150090
文献出处：
引用格式：
[1]张弘鲲;岳聪;郭跃男-.基于深度学习与多源数据融合的电网项目智能评估方法)[J].电子设计工程,2022(11):26-30
A类：
电网技术改造,电网工程数据
B类：
电网项目,智能评估,改造项目,项目投资,训练方法,技术因素,经济因素,技改项目,数据体系,多源数据融合技术,实际工程项目,历史数据,数据验证,验证分析,深度神经网络模型,DNN,反向传播神经网络模型,BPNN,网络层,项目造价,高智能,一来,原始数据,数据特征,电力工程造价,多源数据分析
AB值：
0.286963
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。
