基于神经网络的配电网台账数据贯通方法及装置制造方法及图纸

本申请涉及电网设备制造技术领域，特别地，涉及一种基于神经网络的配电网台账数据贯通方法及装置。一定程度可以解决配电网台账数据无法贯通的问题，所述方法包括：获取来自业务系统的配网台账数据；对所述配网台账数据进行预处理并划分得到测试集与训练集；将特征数据输入已构建的分类神经网络模型进行分析计算，得到输出的分类结果；基于所述分类结果，根据变电站、线路、变压器之间特征的相互关联，构建连接关系；根据所述连接关系进行贯通，将所有的变电站、线路、变压器及其它导电设备相互连接形成以变电站为中心的多链路网状结构。

【技术实现步骤摘要】
基于神经网络的配电网台账数据贯通方法及装置
本申请涉及电网设备制造
，特别地，涉及一种基于神经网络的配电网台账数据贯通方法及装置。
技术介绍
配电网台账数据是电力系统配网中各种设备、机构的数据记录，所述数据记录包括变电站、母线、线路、负荷开关、断路器、熔断器、支线、柱上开关、变压器等，由于设备多样、连接关系复杂，不同数据源的台账数据相互独立，无法判断不同数据源记录的设备是否相同，致使数据无法关联，为后续数据及业务价值的挖掘探索造成一定阻碍。配电网台账及设备连接关系复杂，业务重点不同，不同系统之间差异较大。如何将不同源数据进行贯通融合，成为获取数据价值必须要解决的问题。因此本申请利用机器学习人工神经网络技术进行建模，使用大数据分析等技术手段，实现多源系统间的″站-线-变″及其它导电设备台账及连接关系数据的贯通。
技术实现思路
本申请提供了一种基于神经网络的配电网台账数据贯通方法及装置，通过获取不同系统的配网台账数据、构建分类神经网络模型、分析变电站、线路、变压器之间的特征关系、一定程度可以解决配电网台账数据无法贯通的问题。本申请的实施例是这样实现的：本申请实施例的第一方面提供一种基于神经网络的配电网台账数据贯通方法，所述方法包括：获取来自业务系统的配网台账数据；对所述配网台账数据进行预处理并划分得到测试集与训练集；将特征数据输入已构建的分类神经网络模型进行分析计算，得到输出的分类结果；基于所述分类结果，根据变电站、线路、变压器之间特征的相互关联，构建连接关系；根据所述连接关系进行贯通，将所有的变电站、线路、变压器及其它导电设备相互连接形成以变电站为中心的多链路网状结构。可选地，所述业务系统为GIS系统、调度系统、资产管理系统中至少一种或多种组合。可选地，所述预处理，为处理错误数据、处理缺失数据、处理重复数据中至少一种或多种组合。可选地，所述分析计算，执行如下：在分类神经网络模型中输入特征数据，将其赋予权重和偏置项，由神经元自动存储和迭代计算，得到分类结果。可选地，所述分类结果，包括：对相同的变电站、线路、变压器及其它导电设备进行分类。可选地，所述特征，包括：连接特征、业务特征、区域特征。可选地，所述测试集与训练集，用于构建分类神经网络模型。可选地，所述分类神经网络模型基于BP反向传播算法。本申请实施例的第二方面提供一种基于神经网络的配电网台账数据贯通装置，包括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序时执行如本申请实施例第一方面提供的
技术实现思路
。本申请实施例有益效果在于：通过获取不同系统的配网台账数据，可以实现不同种类台账数据的采集；进一步通过构建分类神经网络模型，可以实现对变电站、线路、变压器、导电设备的智能分类；进一步通过分析变电站、线路、变压器之间的特征关系，配网台账数据的连接关系贯通，实现变电站、线路、变压器及其它导电设备构成以变电站为中心的多链路网状结构。附图说明具体为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1示出了本申请实施例一种基于神经网络的配电网台账数据贯通系统100的示意图；图2示出了本申请实施例一种示例性计算设备200的示意图；图3示出了本申请实施例一种基于神经网络的配电网台账数据贯通方法的流程示意图；图4示出了本申请实施例一种基于神经网络的配电网台账数据贯通方法的逻辑步骤图；图5示出了本申请实施例分类神经网络模型示意图。具体实施方式现在将描述某些示例性实施方案，以从整体上理解本文所公开的装置和方法的结构、功能、制造和用途的原理。这些实施方案的一个或多个示例已在附图中示出。本领域的普通技术人员将会理解，在本文中具体描述并示出于附图中的装置和方法为非限制性的示例性实施方案，并且本专利技术的多个实施方案的范围仅由权利要求书限定。结合一个示例性实施方案示出或描述的特征可与其他实施方案的特征进行组合。这种修改和变型旨在包括在本专利技术的范围之内。本说明书通篇提及的″多个实施例″、″一些实施例″、″一个实施例″或″实施例″等，意味着结合该实施例描述的具体特征、结构或特性包括在至少一个实施例中。因此，本说明书通篇出现的短语″在多个实施例中″、″在一些实施例中″、″在至少另一个实施例中″或″在实施例中″等并不一定都指相同的实施例。此外，在一个或多个实施例中，具体特征、结构或特性可以任何合适的方式进行组合。因此，在无限制的情形下，结合一个实施例示出或描述的具体特征、结构或特性可全部或部分地与一个或多个其他实施例的特征、结构或特性进行组合。这种修改和变型旨在包括在本专利技术的范围之内。本申请中使用了流程图用来说明根据本申请的一些实施例的系统所执行的操作。应当明确理解，流程图的操作可以不按顺序来精确地执行。相反，这些操作可以以相反的顺序或同时执行。而且，可以将一个或多个其他操作添加到流程图。一个或多个操作可以从流程图中移除。图1是根据本申请的一些实施例所示的一种基于神经网络的配电网台账数据贯通系统100的示意图。基于神经网络的配电网台账数据贯通系统100是一个为可以对配电网不同系统的配网台账数据进行自动贯通的平台。基于神经网络的配电网台账数据贯通系统100可以包括一个服务器110、至少一个存储设备120、至少一个网络130、一个或多个数据采集器150-1、150-2......150-N。服务器110可以包括一个处理引擎112。在一些实施例中，服务器110可以是一个单独的服务器或者一个服务器群组。所述服务器群可以是集中式的或分布式的(例如，服务器110可以是一个分布式的系统)。在一些实施例中，服务器110可以是本地的或远程的。例如，服务器110可以通过网络130访问存储在存储设备120中的数据。服务器110可以直接连接到存储设备120访问存储数据。在一些实施例中，服务器110可以在一个云平台上实现。所述云平台可以包括私有云、公共云、混合云、社区云、分布云、多重云等或上述举例的任意组合。在一些实施例中，服务器110可以在与本申请图2所示的计算设备上实现，包括计算设备200中的一个或多个部件。在一些实施例中，服务器110可以包括一个处理引擎112。处理引擎112可以处理与服务请求相关的信息和/或数据以执行本申请描述的一个或多个功能。例如，处理引擎112可以基于数据采集器150采集的信息，并通过网络130发送至存储设备120，用于更新存储在其中的数据。在一些实施例中，处理引擎112可以包括一个或多个处理器。处理引擎112可以包括一个或多个硬件处理器，例如中央处理器(CPU)、专用集成电路(ASIC)、专用指令集处理器(ASIP)、图像处理器(GPU)、物理运算处理器(PPU)、数字信号处理器(DSP)、现场本文档来自技高网...

【技术保护点】
1.一种基于神经网络的配电网台账数据贯通方法，其特征在于，所述方法包括：/n获取来自业务系统的配网台账数据；/n对所述配网台账数据进行预处理并划分得到测试集与训练集；/n将特征数据输入已构建的分类神经网络模型进行分析计算，得到输出的分类结果；/n基于所述分类结果，根据变电站、线路、变压器之间特征的相互关联，构建连接关系；/n根据所述连接关系进行贯通，将所有的变电站、线路、变压器及其它导电设备相互连接形成以变电站为中心的多链路网状结构。/n

【技术特征摘要】
1.一种基于神经网络的配电网台账数据贯通方法，其特征在于，所述方法包括：
获取来自业务系统的配网台账数据；
对所述配网台账数据进行预处理并划分得到测试集与训练集；
将特征数据输入已构建的分类神经网络模型进行分析计算，得到输出的分类结果；
基于所述分类结果，根据变电站、线路、变压器之间特征的相互关联，构建连接关系；
根据所述连接关系进行贯通，将所有的变电站、线路、变压器及其它导电设备相互连接形成以变电站为中心的多链路网状结构。


2.如权利要求1所述基于神经网络的配电网台账数据贯通方法，其特征在于，所述业务系统为GIS系统、调度系统、资产管理系统中至少一种或多种组合。


3.如权利要求1所述基于神经网络的配电网台账数据贯通方法，其特征在于，所述预处理，为处理错误数据、处理缺失数据、处理重复数据中至少一种或多种组合。


4.如权利要求1所述基于神经网络的配电网台账数据贯通方法，其特征在于，所述分...

【专利技术属性】
技术研发人员：聂鼎，范黎涛，宋忧乐，杨金东，骆怡，林广宏，
申请(专利权)人：云南电网有限责任公司电力科学研究院，
类型：发明
国别省市：云南;53