基于多分类BiLSTM-CRF的电网启动方案结构化数据转换模型研究

摘要：

随着电网结构日渐复杂,电网新设备启动愈来愈多,依赖电网运行人员手工编制启动方案无法满足电网智能管理需求.基于大量历史电网新设备启动方案数据,智能编制电网新设备启动方案成为研究的重点.但电网历史新设备启动方案为非结构化数据,无法直接利用.为将非结构化数据转化为结构化数据、提高命名实体识别准确率,文章提出多分类BiLSTM-CRF模型,通过word2vec将编码启动方案利用余弦相似度生成相似度矩阵,将启动方案按相似度分类,利用BiLSTM-CRF训练多个模型,最后标注出识别结果,将非结构化数据转化为结构化数据.通过小规模数据集验证,结果表明,文章所提算法在准确率、训练时间、F1值上均取得较好结果,能够准确将历史电网新设备启动方案转化为结构化数据,给研究人员提供数据基础.

关键词：命名实体识别、BiLSTM-CRF、新设备启动、结构化数据

所属期刊栏目：21

分类号：TM74;TP391.44(输配电工程、电力网及电力系统)

资助基金：国家自然科学基金;中央高校基本科研业务费资助

在线出版日期：2023-02-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61