一种电力供应链风险识别方法

本发明公开了一种电力供应链风险识别方法，通过构建电力供应链风险指标体系确定风险识别相关的样本数据，再基于自适应梯度下降算法的极限学习机建立电力供应链风险识别模型，采用样本数据完成模型的训练，使电力供应链风险识别模型能够准确识别企业当前的电力供应链风险类型，克服了现有技术中存在许多降低准确性和学习效率的冗余隐含层节点，及随机产生隐含层节点参数影响极限学习机稳定性的问题，在一定程度上能够满足电力供应链风险识别的需求，同时为更准确地电力供应链风险识别提供了新思路和新途径。