[发明专利]一种预测关键基础设施故障传播的方法有效
| 申请号： | 201610798460.2 | 申请日： | 2016-08-31 |
| 公开（公告）号： | CN106371422B | 公开（公告）日： | 2018-08-31 |
| 发明（设计）人： | 李大庆;张家全;路丹;杨顺昆 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G05B23/02 | 分类号： | G05B23/02 |
| 代理公司： | 北京鼎承知识产权代理有限公司 11551 | 代理人： | 管莹;李伟波 |
| 地址： | 100191*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出一种预测关键基础设施故障传播的方法，包括：构建关键基础设施系统的系统复杂网络模型；对系统复杂网络模型的节点进行编号；搜集关键基础设施系统级联失效的历史故障数据，按照时间间隔对关键基础设施系统的历史故障数据进行截断，构建关键基础设施系统的故障数据集；建立机器学习模型，并确定机器学习模型的输入和输出；对所述故障数据集进行处理；所述机器学习模型对故障进行预测。通过本发明，当网络中发生级联失效时，利用节点自身的状态信息、节点相邻节点的状态信息和节点的空间属性来对网络中下一个时刻的状态进行预测，为系统微观动态演化的控制提供有价值的信息。 | ||
| 搜索关键词： | 一种 预测 关键 基础设施 故障 传播 方法 | ||
【主权项】：
1.一种预测关键基础设施故障传播的方法，其特征在于，所述方法包括：步骤1：构建关键基础设施系统的系统复杂网络模型，将关键基础设施系统中具有独立功能的子系统作为系统复杂网络模型中的节点；步骤2：对系统复杂网络模型的节点进行编号，并提取节点静态空间信息；步骤3：搜集关键基础设施系统级联失效的历史故障数据，按照时间间隔对关键基础设施系统的历史故障数据进行截断，构建关键基础设施系统的故障数据集；步骤4：建立机器学习模型，并确定机器学习模型的输入和输出；步骤5：根据确定的输入和输出，对所述故障数据集进行处理；步骤6：所述机器学习模型根据所述处理过的故障数据集对故障进行预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京航空航天大学，未经北京航空航天大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610798460.2/，转载请声明来源钻瓜专利网。
