[发明专利]一种电力通信网风险评估方法

权利要求书

1.一种电力通信网风险评估方法，其特征是，该方法包括以下步骤：

S1：采集电力通信网风险评估参数；

S2：通过所述风险评估参数构建指标数据库和样本数据库；

S3：根据所述样本数据库中的样本数据训练神经网络，调用训练后的神经网络计算所述指标数据库中的指标数据对应的电力通信网的风险值。

2.根据权利要求1所述的方法，其特征是，所述步骤S3具体为：

查看所述指标数据库中的指标数据是否发生变化，若所述指标数据发生变化，则通过所述样本数据库中的样本数据对神经网络进行训练，直到神经网络的输出值满足设定精度要求为止，调用训练后的神经网络处理所述指标数据，得到对应所述指标数据的电力通信网的风险值；否则，调用所述指标数据变化前已训练完成的神经网络处理所述指标数据，得到对应所述指标数据的电力通信网的风险值。

3.根据权利要求2所述的方法，其特征是，所述对变化了的指标对应的样本数据进行训练具体为：

S31：提取指标数据对应的样本数据；

S32：将所述样本数据通过指定方法进行训练，若训练结果满足设定的精度要求，则退出；否则进入步骤S33；

S33：通过网络结构学习和网络参数学习对所述指定方法进行改进，返回步骤S32。

4.根据权利要求3所述的方法，其特征是，将所述样本数据输入指定方法进行训练具体为：

S321：将所述样本数据输入所述指定方法的输入层；

S322：将所述样本数据之间的差异映射为隐含层节点的适应度差异；

S323：在归一化层对所述适应度差异进行归一化处理；

S324：对所述归一化处理的结果进行加权求和，将所述加权求和的结果作为所述样本数据的训练结果。

5.根据权利要求3所述的方法，其特征是，所述网络结构学习具体为：对指定方法的隐含层的节点进行增加、合并或删除。

6.根据权利要求3所述的方法，其特征是，所述网络参数学习具体为：对指定方法的隐含层的节点的中心、隐含层的节点的宽度，以及归一化层与输出层之间的连接权值进行调整。

7.根据权利要求3所述的方法，其特征是，所述指定方法为自适应模糊径向基函数神经网络法。