-
题名基于人工智能的电力通信传输网络异常检测算法
- 1
-
-
作者
李义
-
机构
安徽恒源煤电股份有限公司煤矿
-
出处
《通信电源技术》
2025年第2期242-245,共4页
-
文摘
利用结合长短期记忆(Long Short-Term Memory,LSTM)网络与卷积神经网络(Convolutional Neural Network,CNN)的深度学习模型,提出一种基于人工智能的异常检测算法。通过收集和预处理电力通信网络数据,提取关键特征,利用CNN捕捉数据的空间特征,再通过LSTM分析其时序依赖性,以准确识别异常信号。实验分析表明,LSTM-CNN混合模型在多项指标上均优于传统方法,具有较低的误报率和漏报率,尤其在复杂异常场景下具有较强的适应性与健壮性。研究结果表明,设计算法可有效提高电力通信传输网络的异常检测效率,为智能化电力系统的运行安全提供有力支撑。
-
关键词
人工智能
电力通信
传输网络异常检测
长短期记忆(LSTM)网络
卷积神经网络(CNN)
-
Keywords
artificial intelligence
electric power communication
transmission network anomaly detection
Long Short-Term Memory(LSTM)
Convolutional Neural Network(CNN)
-
分类号
TM7
[电气工程—电力系统及自动化]
-
