基于多源数据融合的变电运维误操作风险识别研究

现有变电运维误操作风险识别方法的综合评判结果与实际值存在出入,识别精准性差,为此研究基于多源数 据融合的变电运维误操作风险识别方法.首先选择合适的滑动窗口,结合抽象数据进行融合,对数据进行周期性行为的 特征提取,当需要融合的向量维数不相同时,需要对低维的特征添加０进行补齐,直到所有向量的最高维特征相同.然 后用非线性映射将数据映射到可分的特征空间中,并运用分类学习器将特征空间中的线性可分数据进行分类.最后运用 判别函数对所有样本进行训练,得到最大K 值,对其进行二进制编码,计算编码距离并找出距离最短的一行,从而完 成分类识别.实验结果表明,实验组的综合评判结果为0.07,与风险评价论域中实际结果一致.这表明实验组能够精 准识别风险,并达到了较好的识别效果.