基于机器学习的轻量级营配融合数据治理方法研究 |
| |
引用本文: | 徐大军,朱斌,林雯瑜.基于机器学习的轻量级营配融合数据治理方法研究[J].电器工业,2023(3):69-71. |
| |
作者姓名: | 徐大军 朱斌 林雯瑜 |
| |
作者单位: | 国网浙江宁波市鄞州区供电有限公司 |
| |
摘 要: | 机器学习作为人工智能领域一个关键的研究内容,使得计算机具备智能手段,并在很多领域得到广泛应用,新一代人工智能正处于快速发展时期,目前已在能源与电力系统中得到初步应用与验证,本文对机器学习主要概念进行介绍,并探索了轻量级机器学习在电力营配贯通电力大数据治理方面的具体应用,为电力营配贯通数据治理、利用大数据平台进行营配用数据整合和预警、营配数据的自动纠错方面提供有益的借鉴。
|
关 键 词: | 机器学习 营配融合 数据治理 |
|
|