電力人工智能指標(biāo)算法模型多場景魯棒性評價方法

打開文本圖片集

摘要：為解決傳統(tǒng)的模型魯棒性評價方法存在描述相符性較低， 難以獲得精準(zhǔn)的場景匹配數(shù)據(jù)的不足， 提出了一種新的電力人工智能指標(biāo)算法模型多場景魯棒性評價方法。針對多場景數(shù)據(jù)進(jìn)行提取， 設(shè)置局部空間的多場景數(shù)據(jù)擾動范圍區(qū)間， 控制空間范圍的區(qū)間移動距離， 在區(qū)間范圍內(nèi)預(yù)測樣本點的數(shù)據(jù)獲取結(jié)果。輸入算法模型的基礎(chǔ)特征參數(shù)， 在輸入?yún)?shù)維度提高的同時選擇多場景數(shù)據(jù)獲取距離范圍數(shù)值， 根據(jù)選取的數(shù)值進(jìn)行初始數(shù)據(jù)評估操作。（剩余10915字）