[发明专利]一种基于神经网络的设备安全风险检测方法及装置

权利要求书

1.一种基于神经网络的设备安全风险检测方法，其特征在于，所述方法包括：

采集关于异常设备的测量数据，并对所述测量数据进行预处理得到处理数据；

通过多个预设的神经网络分别采用所述处理数据制作成安全风险预测表和无安全风险预测表；

基于所述安全风险预测表和所述无安全风险预测表计算异常设备的风险评估值，并根据所述风险评估值确定异常设备的安全风险。

2.根据权利要求1所述的基于神经网络的设备安全风险检测方法，其特征在于，所述安全风险预测表的制作流程具体为：

将所述处理数据分别输入至多个预设的神经网络进行安全风险预测，得到多个安全风险指数；

根据每个所述安全风险指数计算对应的安全预测概率值，得到多个安全预测概率值；

利用所述多个安全预测概率值构建安全风险预测表。

3.根据权利要求2所述的基于神经网络的设备安全风险检测方法，其特征在于，所述安全预测概率值的计算如下式所示：

其中，w_k表示处理数据；f(w_k)表示将处理数据w_k转换得到的数值；p(w_k)表示安全预测概率值。

4.根据权利要求3所述的基于神经网络的设备安全风险检测方法，其特征在于，所述利用所述多个安全预测概率值构建安全风险预测表，包括：

利用每个所述安全预测概率值计算风险预测值，得到多个风险预测值；

根据所述多个风险预测值构建得到异常设备存在安全风险的安全预测值初表；

将所述安全预测值初表进行稀疏化处理，得到安全风险预测表；

所述风险预测值的计算如下式所示：

p(e_j|N_i)＝p(w_i)；

其中，p(e_j|N_i)表示神经网络N_i对设备e_j存在安全风险的风险预测值。

5.根据权利要求1所述的基于神经网络的设备安全风险检测方法，其特征在于，所述无安全风险预测表的制作流程具体为：

将所述处理数据分别输入至多个预设的神经网络进行无安全风险预测，得到多个无安全风险指数；

根据每个所述无安全风险指数计算对应的无安全预测概率值，得到多个无安全预测概率值；

利用所述多个无安全预测概率值构建无安全风险预测表。

6.根据权利要求5所述的基于神经网络的设备安全风险检测方法，其特征在于，所述无安全预测概率值的计算如下式所示：

ε＝0.0005；

其中，v_k表示处理数据；f(v_k)表示将处理数据v_k转换得到的数值；p(v_k)表示无安全预测概率值。

7.根据权利要求6所述的基于神经网络的设备安全风险检测方法，其特征在于，所述利用所述多个无安全预测概率值构建无安全风险预测表，包括：

利用每个所述无安全预测概率值计算无风险预测值，得到多个无风险预测值；

根据所述多个无风险预测值构建得到异常设备不存在安全风险的无安全预测值初表；

将所述无安全预测值初表进行稀疏化处理，得到无安全风险预测表；

所述无风险预测值的计算如下式所示：

p(e_j|N_i)＝p(v_i)；

其中，p(e_j|N_i)表示神经网络N_i对设备e_j不存在安全风险的无风险预测值。

8.根据权利要求1所述的基于神经网络的设备安全风险检测方法，其特征在于，所述预处理具体为：

归一化处理所述测量数据得到归一化数据；

对所述归一化数据进行空值填充得到处理数据。