[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

说明书

本发明公开了一种基于神经网络的设备安全风险检测方法及装置，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。本发明可以根据设备的测量数据进行有风险和无风险预测，然后对两种预测结果进行汇总加成，以确定设备的风险状态，从而提高检测准确率。

技术领域

本发明涉及设备检测的技术领域，尤其涉及一种基于神经网络的设备安全风险检测方法及装置。

背景技术

电力行业与人们的生活水平息息相关，时代的发展与科技的进步使得越来越多的电力设备投人到电网系统中，使得电网结构越发显得庞大复杂。同时，各种不确定的风险诸如外力因素、操作因素、设备因素及管理因素也影响着电网的安全稳定运行，增加了电网的运营风险。

为了让各个设备的安全正常地工作，以使电网安全稳定地运行，目前常用的方法是在设备运行过程中记录设备的各个运行数据，将各个运行数据与其对应的指标数据进行比较，最后根据比较结果确定安全风险。

但目前常用的安全风险检测方法有如下技术问题：由于设备的运行依赖多个不同部件共同协作工作，而不同运行数据只能反应某一部件的实际运行情况，难以代表设备的整体状态，而且单一的指标比较准确率较低，从而降低了安全风险的检测准确率。

发明内容

本发明提出一种基于神经网络的设备安全风险检测方法及装置，所述方法可以采集设备运行时的检测数据，并通过检测数据进行有风险和无风险预测，最后基于两个检测结果进行汇总加成，以确定设备的风险状态，从而提高检测准确率。

本发明实施例的第一方面提供了一种基于神经网络的设备安全风险检测方法，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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。

在第一方面的一种可能的实现方式中，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：