《表2 故障文本分类：基于LSTM循环神经网络的电力故障挖掘研究》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于LSTM循环神经网络的电力故障挖掘研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

试验数据为杭州市2014—2018年，95598服务热线的接报记录数据。这些数据记录了用户报修、任务下派、故障问题描述、故障原因描述和现场检修记录等内容，为运检工作的自动化和智能化提供了重要的数据支撑。本试验首先对数据进行了初步筛选，去除错误和缺失的数据，并根据文本内容对数据进行人工类别标注。将数据根据引起故障的原因分为5大类，建立电力故障文本语料库，具体类别标签见表2。建立的电力故障文本语料库共有5大类，约61 068条故障文本记录。训练模型时，随机选择48 854条样本作为训练集，其余样本作为测试集。