数字技术与应用杂志社

摘要：<正>电力系统受自然灾害、设备故障和人为操作风险威胁，使得传统方法在复杂环境下受限。本文提出基于大数据分析的风险评估与预警模型，采用分层架构，融合贝叶斯网络、支持向量机（SVM）、随机森林卷积神经网络（CNN）和长短期记忆网络（LSTM）等算法，深度挖掘多源数据，实现风险动态评估与实时预警。分析沿海电网案例可以发现，该模型有效降低了风险事件发生率，提升了预警准确性，以保障系统安全运行。

专辑： 信息科技;工程科技Ⅱ辑

专题： 电力工业;计算机软件及计算机应用

分类号： TP311.13;TM73