本申请涉及一种智能变电站二次系统数据质量评价方法、装置及相关产品。所述方法包括：获取智能变电站二次系统的待评价数据；利用预设的线性判别分析模型对待评价数据进行特征提取，得到待评价数据的特征数据；将特征数据输入预设的BP神经网络模型，得到智能变电站二次系统数据的评价结果；其中，BP神经网络模型为利用预先建立的智能变电站二次系统数据质量评价矩阵获取智能变电站二次系统样本数据对应的样本评价结果，根据样本数据和样本评价结果对预设的初始BP神经网络模型进行训练得到的。采用本方法能够解决传统的对智能变电站二次系统数据质量评价存在无法准确的体现智能变电站产生的数据的差异性的问题。能变电站产生的数据的差异性的问题。能变电站产生的数据的差异性的问题。
【技术实现步骤摘要】
智能变电站二次系统数据质量评价方法、装置及相关产品
[0001]本申请涉及智能变电站信息质量评价
，特别是涉及一种智能变电站二次系统数据质量评价方法、装置及相关产品。
技术介绍
[0002]随着智能变电站建设的不断完善，智能变电站的数据化和智能化水平得到了提高，其产生和储存的数据不断增多，而智能变电站产生的数据质量不仅影响智能变电站应用分析的准确性和有效性，而且直接影响智能变电站的安全可靠运行，因此，对智能变电站数据的质量评价在智能变电站的应用分析中显得尤为重要。
[0003]传统技术中，主要是通过采用熵权法和灰色理论对智能变电站产生的数据进行评价，但是该方法对智能变电站产生的数据进行评价时存在无法准确的体现智能变电站产生的数据的差异性的问题。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种能够准确的体现智能变电站产生的数据的差异性的智能变电站二次系统数据质量评价方法、装置及相关产品。
[0005]第一方面，本申请提供了一种智能变电站二次系统数据质量评价方法。所述方法包括：
[0006]获取智能变电站二次系统的待评价数据；
[0007]利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据；
[0008]将所述特征数据输入预设的BP神经网络模型，得到所述智能变电站二次系统数据的评价结果；其中，所述BP神经网络模型为利用预先建立的智能变电站二次系统数据质量评价矩阵获取所述智能变电站二次系统样本数据对应的样本评价结果，根据所述样本数据和所述样本评价结果对预设的初始BP神经网络模型进行训练得到的。
[0009]在其中一个实施例中，所述利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据，包括：
[0010]根据智能变电站二次系统的运维要求，确定所述待评价数据对应的特征向量个数；
[0011]获取所述待评价数据对应的类间散度矩阵和类内散度矩阵；
[0012]根据所述类间散度矩阵和所述类内散度矩阵，得到所述智能变电站二次系统数据对应的特征矩阵；
[0013]根据所述特征矩阵和所述待评价数据对应的特征向量个数，得到所述待评价数据的特征数据。
[0014]在其中一个实施例中，所述根据所述特征矩阵和所述待评价数据对应的特征向量个数，得到所述待评价数据的特征数据，包括：
[0015]对所述特征矩阵进行特征值分解，得到所述待评价数据的特征值；
[0016]根据所述待评价数据对应的特征向量个数，从所述待评价数据的特征值中确定出目标特征值，并计算所述目标特征值对应的特征向量；
[0017]根据所述特征向量和所述待评价数据，得到所述待评价数据的特征数据。
[0018]在其中一个实施例中，所述BP神经网络模型的训练过程包括：
[0019]获取智能变电站二次系统的样本数据和所述样本数据对应的样本评价结果；
[0020]将所述样本数据输入所述初始BP神经网络模型，得到评价结果；
[0021]根据所述样本评价结果和所述评价结果，对所述初始BP神经网络模型进行训练，得到所述BP神经网络模型。
[0022]在其中一个实施例中，所述根据所述样本评价结果和所述评价结果，对所述初始BP神经网络模型进行训练，得到所述BP神经网络模型，包括：
[0023]根据所述样本评价结果和所述评价结果，得到所述初始BP神经网络模型的输出误差；
[0024]确定所述输出误差是否小于预设的训练误差允许值；
[0025]若是，则将所述初始BP神经网络模型确定为所述BP神经网络模型；若否，则根据所述输出误差和所述训练误差允许值重复训练所述初始BP神经网络模型，得到所述BP神经网络模型。
[0026]在其中一个实施例中，所述获取智能变电站二次系统的样本数据和所述样本数据对应的样本评价结果包括：
[0027]从智能变电站二次系统中获取所述样本数据；
[0028]根据预设的评价指标，建立智能变电站二次系统数据质量评价的评价矩阵；
[0029]利用所述评价矩阵对所述样本数据进行评价，得到所述样本评价结果。
[0030]第二方面，本申请还提供了一种智能变电站二次系统数据质量评价装置。
[0031]所述装置包括：
[0032]第一获取模块，用于获取智能变电站二次系统的待评价数据；
[0033]提取模块，用于利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据；
[0034]评价模块，用于将所述特征数据输入预设的BP神经网络模型，得到所述智能变电站二次系统数据的评价结果；其中，所述BP神经网络模型为利用预先建立的智能变电站二次系统数据质量评价矩阵获取所述智能变电站二次系统样本数据对应的样本评价结果，根据所述样本数据和所述样本评价结果对预设的初始BP神经网络模型进行训练得到的。
[0035]第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
[0036]获取智能变电站二次系统的待评价数据；
[0037]利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据；
[0038]将所述特征数据输入预设的BP神经网络模型，得到所述智能变电站二次系统数据的评价结果；其中，所述BP神经网络模型为利用预先建立的智能变电站二次系统数据质量评价矩阵获取所述智能变电站二次系统样本数据对应的样本评价结果，根据所述样本数据
和所述样本评价结果对预设的初始BP神经网络模型进行训练得到的。
[0039]第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
[0040]获取智能变电站二次系统的待评价数据；
[0041]利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据；
[0042]将所述特征数据输入预设的BP神经网络模型，得到所述智能变电站二次系统数据的评价结果；其中，所述BP神经网络模型为利用预先建立的智能变电站二次系统数据质量评价矩阵获取所述智能变电站二次系统样本数据对应的样本评价结果，根据所述样本数据和所述样本评价结果对预设的初始BP神经网络模型进行训练得到的。
[0043]第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：
[0044]获取智能变电站二次系统的待评价数据；
[0045]利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据；
[0046]将所述特征数据输入预设的BP神经网络模型，得到所述智能变电站二次系统数据的评价结果；本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能变电站二次系统数据质量评价方法，其特征在于，所述方法包括：获取智能变电站二次系统的待评价数据；利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据；将所述特征数据输入预设的BP神经网络模型，得到所述智能变电站二次系统数据的评价结果；其中，所述BP神经网络模型为利用预先建立的智能变电站二次系统数据质量评价矩阵获取所述智能变电站二次系统样本数据对应的样本评价结果，根据所述样本数据和所述样本评价结果对预设的初始BP神经网络模型进行训练得到的。2.根据权利要求1所述的方法，其特征在于，所述利用预设的线性判别分析模型对所述待评价数据进行特征提取，得到所述待评价数据的特征数据，包括：根据智能变电站二次系统的运维要求，确定所述待评价数据对应的特征向量个数；获取所述待评价数据对应的类间散度矩阵和类内散度矩阵；根据所述类间散度矩阵和所述类内散度矩阵，得到所述智能变电站二次系统数据对应的特征矩阵；根据所述特征矩阵和所述待评价数据对应的特征向量个数，得到所述待评价数据的特征数据。3.根据权利要求2所述的方法，其特征在于，所述根据所述特征矩阵和所述待评价数据对应的特征向量个数，得到所述待评价数据的特征数据，包括：对所述特征矩阵进行特征值分解，得到所述待评价数据的特征值；根据所述待评价数据对应的特征向量个数，从所述待评价数据的特征值中确定出目标特征值，并计算所述目标特征值对应的特征向量；根据所述特征向量和所述待评价数据，得到所述待评价数据的特征数据。4.根据权利要求1至3任意一项所述的方法，其特征在于，所述BP神经网络模型的训练过程包括：获取智能变电站二次系统的样本数据和所述样本数据对应的样本评价结果；将所述样本数据输入所述初始BP神经网络模型，得到评价结果；根据所述样本评价结果和所述评价结果，对所述初始BP神经网络模型进行训练，得到所述BP神经网络模型。5.根据权利要求4所述的方法，其特征在于，所述...
【专利技术属性】
技术研发人员：孟令雯，张锐锋，班国邦，冯义，席禹，陈波，张庆伟，蒋理，席光辉，王宇，辛明勇，汪明媚，余思伍，郭思琪，古庭赟，
申请(专利权)人：南方电网数字电网研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。