基于人工智能技术的电力信息运维数据整合平台.pdfVIP

《自动化技术与应用》2025年第44卷第6期计算机与通信技术

ComputerandCommunicationTechnology

DOI:10.20033/j.1003-7241.（2025）06-0076-04

基于人工智能技术的电力信息运维数据整合平台

郭蕊,李奕霏,高育栋

(国网甘肃省电力公司数字化事业部,甘肃兰州730050)

摘要:为保证电力信息运维数据整合效果,设计一种基于人工智能技术的电力信息运维数据整合平台。采用基于密度峰值的聚类

算法找出数据中的异常值,采用人工智能技术中的机器学习算法清洗数据,以消除数据中的异常点,避免异常值对整合过程

产生影响。最终,经数据编码、抽象及重组后,运用深度学习算法集成电力运维数据。实验结果证明,该方法精度高、效率高、

覆盖广,具有一定的实用价值。

关键词:密度峰值聚类法;自回归模型;数据清洗;深度学习算法;数据编码;抽象矩阵

中图分类号：TP181文献标识码:A文章编号:1003-7241(2025)06-0076-04

PowerInformationOperationandMaintenanceDataIntegration

PlatformBasedonArtificialIntelligenceTechnology

GUORui,LIYi-fei,GAOYu-dong

(DigitalizationDepartmentofStateGridGansuElectricPowerCompany,Lanzhou730050,China)

Abstract:Inordertoensuretheintegrationeffectofpowerinformationoperationandmaintenancedata,thispaperdesignsapowerinforma-

tionoperationandmaintenancedataintegrationplatformbasedonartificialintelligencetechnology.Theclusteringalgorithm

basedonthedensitypeakisusedtofindtheoutliersinthedata.Themachinelearningalgorithminartificialintelligencetechnolo-

gyisusedtocleanthedatatoeliminatetheoutliersinthedataandavoidtheimpactofoutliersontheintegrationprocess.Finally,

afterdataencoding,abstraction,andrecombination,deeplearningalgorithmsareusedtointegratepoweroperationandmainte-

nancedata.Theexperimentalresultsdemonstratethatthismethodhashighaccuracy,highefficiency,andwidecoverage,andhas

certainpracticalvalue.

Keywords:densitypeakclusteringmethod;autoregressivemodel;datacleaning;deeplearningalgorithm;