人工智能在电力班组安全风险预警中的应用研究

作　　者： 王立仓

摘　　要： 本研究构建了基于人工智能的电力安全风险预警系统，通过分层架构整合多源数据，应用：长短期记忆网络（Long Short-Term Memory Networks, LSTMN）与卷积神经网络（Convolutional Neural Networks, CNN）模型实现风险精准识别。实证表明：系统准确率达 90.5%，高风险召回率提升至 92.3%，预警延迟降至 3.2s，误报率较传统方法降低 72.2%。边缘计算与多班组联动设计显著增强实时性与扩展性，为电力安全管理提供智能化解决方案。

来　　源： 《信息产业报道》 2025-12