一种基于迁移学习的电网合规区域风险预测方法与系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于迁移学习的电网合规区域风险预测方法与系统
申请号:CN202510162497
申请日期:2025-02-14
公开号:CN119990774A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于迁移学习的电网合规区域风险预测方法与系统,方法包括:获取电网源域和目标域的营销稽查业务流程图及流程图中对应的文本记录数据;对源域和目标域的文本记录数据进行数据处理,结合流程图生成源域文本图和目标域文本图;基于迁移学习,利用GCN和Transformer联合网络对源域文本图进行学习,并利用目标域文本图进行网络微调和领域自适应,得到合规区域风险预测模型;对目标域的最新营销稽查业务流程图及流程图中对应的文本记录数据进行合规区域风险预测。本发明能够快速适应新的复杂多变的电网环境,提高了电网企业在不同区域进行稽查业务时的风险预测准确性、效率和适用性。
技术关键词
风险预测方法 文本 风险预测模型 特征提取模型 数据 迁移学习技术 标签 格式 风险预测系统 节点特征 矩阵 序列 实体 CRF模型 网络 模型训练模块 样本 特征提取器