电力数据隐性推断源识别方法、装置、设备及存储介质

本申请涉及电力数据分析技术领域，尤其涉及一种电力数据隐性推断源识别方法、装置、设备及存储介质。通过为每一候选字段配置可学习的初始推断贡献系数，进而在基于电力数据集的训练过程中，让推断网络模型的模型参数和推断贡献系数在同一框架下进行训练，使各候选字段的重要性被量化为可被优化过程直接调控的显式参数，实现了以多字段联合推断能力为导向的识别机制。进一步地，沿递增稀疏强度序列执行多阶段接续训练，以各候选字段的实际退出次序作为分级依据，从而获得每个字段的退出临界强度用于分级，解决传统方法依赖人为设定判定位置且仅能输出单一的二值子集的问题，输出具有强弱层次的识别结果，为电力数据分析提供更精细的决策依据。