一种基于神经网络的设备安全风险检测方法及装置制造方法及图纸

本发明专利技术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。本发明专利技术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。测准确率。测准确率。

【技术实现步骤摘要】
一种基于神经网络的设备安全风险检测方法及装置


[0001]本专利技术涉及设备检测的
，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。

技术介绍

[0002]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。
[0003]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。
[0004]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。

技术实现思路

[0005]本专利技术提出一种基于神经网络的设备安全风险检测方法及装本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络的设备安全风险检测方法，其特征在于，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。2.根据权利要求1所述的基于神经网络的设备安全风险检测方法，其特征在于，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。3.根据权利要求2所述的基于神经网络的设备安全风险检测方法，其特征在于，所述安全预测概率值的计算如下式所示：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。4.根据权利要求3所述的基于神经网络的设备安全风险检测方法，其特征在于，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：p(e
j
|N
i
)＝p(w
i
)；其中，p(e
j
|N
i
)表示神经网络N
i
对设备e
j
存在安全风险的风险预测值。5.根据权利要求1所述的基于神经网络的设备安全风险检测方法，其特征在于，所述无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无安全风险预测，得到多个无安全风险指数；根据每个所述无安全风险指数计算对应的无安全预测概率值，得到多个无...

【专利技术属性】
技术研发人员：汤怿，古振威，马腾腾，黄浩，许家璇，鲍远义，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：