[发明专利]基于双向RNN的电力项目异常预警处理方法

权利要求书

1.基于双向RNN的电力项目异常预警处理方法，其特征是系统地对电力项目进行历史数据采集，包括项目的人数要求、时间安排以及进度状况，根据专家经验判断是正常或异常，通过深度学习方法提取正常项目与异常项目的特征，对提取的特征进行分类，根据特征及分类建立基于深度学习的在线预警模型，用于对当前电力项目数据进行异常感知，如有异常则进行预警，

其中，深度学习采用双向RNN神经网络，对历史项目数据进行学习后，通过改变项目参数对项目进行不同情况的模拟分析，如有参数出现异常则发出警报，由管理人员对异常进行调整后再进行模拟，直至不再出现异常，以完成对正常项目与异常项目特征的动态学习。

2.根据权利要求1所述的基于双向RNN的电力项目异常预警处理方法，其特征是包括以下步骤：

步骤一，数据采集，状况分析：搜集电力项目的历史数据，包括项目的时间、人员以及进度，对项目的运行状态结合专家经验进行分析判断，确认是正常还是异常；

步骤二，特点分析，问题界定：采用双向RNN神经网络对电力项目的数据特点进行分析，提取正常项目与异常项目的特征，并根据异常的特征对项目异常数据进行分类；

步骤三，模型建立，异常汇报：双向RNN神经网络完成学习后，得到在线预警模型，结合当前项目的特征与分类，对异常项目进行实时感知，如有异常则上报，进行预警处理。

3.根据权利要求1所述的基于双向RNN的电力项目异常预警处理方法，其特征是在线预警模型对电力项目进行实时监控，如有异常预警，由管理人员根据异常特征对项目参数进行调整，再进行监控，直至项目正常。