[发明专利]变电站运维管理信息系统健康诊断方法和系统

权利要求书

1.一种变电站运维管理信息系统健康诊断方法，其特征在于，包括：

S1、实时获取变电站运维管理信息系统日志和其他信息，并采用基于字符串聚类和模板生成树对所述变电站运维管理信息系统日志进行结构化；

S2、通过改进的D-S证据理论模型对结构化后的所述变电站运维管理信息系统日志和其他信息进行融合，得到特征数据；

S3、基于预先构建的改进极限学习机模型和所述特征数据，得到变电站运维管理信息系统的评分。

2.如权利要求1所述的变电站运维管理信息系统健康诊断方法，其特征在于，所述预先构建的改进极限学习机模型的构建过程包括：

获取变电站运维管理信息系统的历史运行状况，并采用CRITIC-熵权法对系统的历史运行状况进行分析，给出不同时间阶段的运行状况评分，并由此转化为标签数据；

通过标签数据训练极限学习机，得到改进极限学习机模型。

3.如权利要求2所述的变电站运维管理信息系统健康诊断方法，其特征在于，所述并采用CRITIC-熵权法对系统的历史运行状况进行分析，包括：

构建如下所示的权重计算公式，其中W_j即为CRITIC法求得的第j种算法的权重值，r_ij即为算法i和算法j之间的相关系数，σ_j即为算法j测算结果的标准差；

基于熵权法的计算原理，对原始数据进行无量纲化处理：

X′_ij＝(X_ij-minX_j)/(maxX_j-minX_j)

X'_ij和X_ij分别表示第i年第j项指标的标准化值和原始值，maxX_j和minX_j分别表示第j项指标的最大值和最小值；

根据如下公式求得5种算法结果的信息熵E_j，并最终构建如下所示权重计算公式；

将两种赋权法进行组合和改进，假设两种赋权法具有相同的地位,构建基于CRITIC和熵权法的组合法，进而实现客观赋权法间的优势互补；

4.如权利要求2所述的变电站运维管理信息系统健康诊断方法，其特征在于，所述通过标签数据训练极限学习机，包括：

给定一个包含N个不同的样本的训练集，Γ＝{(xj，tj)，X_j∈Rⁿ，t_j∈R^m，j＝1，…，N}，其中x为n维的输入变量，t为m维的目标变量输入样本的第i个隐藏节点的输出结果，其作用是将输入层的数据由其原本的空间映射到ELM的特征空间。