一种基于大数据的绝缘导线风险预测方法

本发明公开了一种基于大数据的绝缘导线风险预测方法，属于电力系统自动化领域，该方法包括：采集并对齐静态台账、实时负荷及微气象数据构建特征库；执行语义规约处理并利用关联特征算法筛选核心特征；利用长短期记忆神经网络模型捕捉运行状态演化规律，计算风险预测轨迹；结合信息熵赋权的综合评价模型实施多维度风险量化评估与等级判定；最终生成分级预警指令及推荐运维策略。本发明旨在解决传统绝缘导线风险评估依赖参数单一且识别不全面的问题，实现了多源异构数据的深度融合与动态预测，显著提升了风险感知的全面性与预警提前量，确保了电力设备在全生命周期内的安全稳定运行。