內容簡介：提出了一種基于指數(shù)分層結構算法的電網(wǎng)調度AI算法可信度測試方法，旨在評估電網(wǎng)調度AI算法在多時空場景下的模型性能和魯棒性。首先，定義了一套可信度評估標準，涵蓋算法的準確性、魯棒性和泛化等能力。然后，采用嵌入知識圖譜的指數(shù)分層結構算法，通過多層次的時空劃分對AI算法（如LSTM）進行性能驗證。測試過程中，電網(wǎng)調度任務被分為不同的時間層次（短期、中期、長期）和空間層次（不同地理區(qū)域與電網(wǎng)拓撲結構）進行測試。在每個層次中，評估標準通過指數(shù)權重進行加權整合，最終生成綜合的可信度評分。實驗結果表明，該方法能夠有效識別電網(wǎng)調度AI算法在復雜場景下的性能表現(xiàn)及潛在風險，為電網(wǎng)調度AI的安全性與魯棒性驗證提供了新的技術支持。