一种复杂环境下电力营销现场行为风险识别方法及装置制造方法及图纸

本发明专利技术公开了一种复杂环境下电力营销现场行为风险识别方法及装置，接收现场作业终端及监控信息汇聚系统实时上报的作业数据及监控数据；通过预置的风险识别模型识别作业数据及监控数据，确定风险识别结果，根据风险识别结果得到作业数据和监控数据中的风险数据；通过预置的风险决策库对作业数据和监控数据中的风险数据进行评价，得到评价结果信息；将评价结果信息实时推送至现场作业终端。优点：通过风险识别模型识别所述作业信息和监控信息中的风险数据，并根据风险决策库对风险数据进行评价，从而实现对现场作业人员作业风险的实时监控、识别和评价，进而提升电力营销现场作业的效率和安全，降低作业风险。降低作业风险。降低作业风险。

【技术实现步骤摘要】
一种复杂环境下电力营销现场行为风险识别方法及装置


[0001]本专利技术涉及一种复杂环境下电力营销现场行为风险识别方法及装置，属于大数据分析与智能识别领域。

技术介绍

[0002]目前，电力营销现场作业具有现场数量多、作业现场小、作业时间短、作业分布广等典型特点；且营销作业现场多位于客户侧，客户设备种类繁杂、客户现场安全隐患多、客户侧安全措施落实不到位等问题较为突出。
[0003]面对较为复杂、风险较高的现场作业业务，如电能表更换，需要对作业风险进行识别，以及对工作人员的操作流程和规范进行评价，现有安全管控系统无法准确高效的完成风险识别及操作评价，导致营销现场作业安全管控能力受到很大的限制。

技术实现思路

[0004]本专利技术所要解决的技术问题是克服现有技术的缺陷，提供一种复杂环境下电力营销现场行为风险识别方法及装置。
[0005]为解决上述技术问题，本专利技术提供一种复杂环境下电力营销现场行为风险识别方法，包括：接收现场作业终端及监控信息汇聚系统实时上报的作业数据及监控数据；通过预置的风险识别模型识别作业数据及监控数据，确定风险识别结果，根据风险识别结果得到作业数据和监控数据中的风险数据；通过预置的风险决策库对作业数据和监控数据中的风险数据进行评价，得到评价结果信息；将评价结果信息实时推送至现场作业终端。
[0006]进一步的，所述风险识别模型的构建，包括：建立初始BP神经网络和具有风险特征的风险样本；其中，所述风险特征为反映风险样本所具备特征的特征向量；将所述初始BP神经网络的输入层、隐含层和输出层的各连接权值分别赋一个（0，1）的随机数；将所述风险特征录入所述初始BP神经网络的输入层，通过S型激活函数算法控制所述初始BP神经网络运算所述风险特征得到初始结果；输入层输入向量为x，输入层与隐含层连接权值为w，输出层的误误差为e，使用S型激活函数时初始BP神经网络输入a为：a=(x1w1+ x2w2+
…
+ x
n
w
n
)x
i
表示风险特征；w
i
表示风险特征权值，i=1,2,
…
,n，n表示风险特征数量；输出层的输出y为：
全局误差函数如下，其中风险样本个数k=1,2,
…
,m；输出层神经元个数o=1,2,
…
,q；d
o
(k)表示第k个样本，第o个神经元对应的期望输出向量；y
o
(k)表示第k个样本，第o个神经元输出层输出向量；E表示合理的全局误差。
[0007]通过误差逆传播算法，根据所述初始结果和期望结果的误差，对所述初始BP神经网络的各层进行迭代，修正各层单元的权值，直至所述初始结果与期望结果的误差小于预置阈值为止，得到风险识别模型。
[0008]进一步的，所述风险决策库的构建，包括：构建具有风险数据的现场作业风险库，所述风险库中具有概括描述所述风险数据的基本数据单元；所述风险数据的基本数据单元包括：风险点信息；所述基本数据单元，用于从作业数据和监控数据中的获取风险点信息；获取具有风险数据的历史现场作业的作业数据和监控数据；从具有风险数据的历史现场作业的作业数据和监控数据中提取风险点信息；根据提取的风险点信息构建具有风险点信息的决策库，在所述决策库中配置有判断风险点信息的规则信息单元得到风险决策库；所述规则信息单元，用于根据风险点信息获取风险概率、风险权重和处理建议；根据风险概率、风险权重和处理建议确定评价结果信息。
[0009]进一步的，所述根据风险概率、风险权重和处理建议确定评价结果信息，包括：根据作业数据和监控数据的风险点信息中的每一个风险点x
j
，依据规则信息单元计算每一个风险点发生的概率p
j
，然后进行加权处理，得到作业风险概率P，j=1,2,
…
,l，l表示第l个风险点；P=(x1p1+ x2p2+
…
+ x
l
p
l
)根据所述作业风险概率P，判断其是否超过预设的风险阈值，得到评价结果信息，所述评价结果信息为：如果超过风险阈值，则告警，并给出处理建议；否则，提示操作正确。
[0010]一种复杂环境下电力营销现场行为风险识别装置，包括：作业信息接收模块，用于接收现场作业终端实时上报的作业数据；监控信息接收模块，用于接收监控信息汇聚系统实时上报的监控数据；风险识别模块，用于接收作业信息接收模块和监控信息接收模块发送的作业数据和监控数据，通过预置的风险识别模型识别作业数据和监控数据，确定风险识别结果，根据风险识别结果得到作业数据和监控数据中的风险数据；风险处理模块，用于接收风险识别模块发送的风险数据，通过预置的风险决策库对作业数据和监控数据中的风险数据进行评价，得到评价结果信息；将评价结果信息实时推送至现场作业终端。
[0011]进一步的，所述风险处理模块包括风险决策库模块，
用于构建具有风险数据的现场作业风险库，所述风险库中具有概括描述所述风险数据的基本数据单元；所述风险数据的基本数据单元包括：风险点信息；所述基本数据单元，用于从作业数据和监控数据中的获取风险点信息；获取具有风险数据的历史现场作业的作业数据和监控数据；从具有风险数据的历史现场作业的作业数据和监控数据中提取风险点信息；根据提取的风险点信息构建具有风险点信息的决策库，在所述决策库中配置有判断风险点信息的规则信息单元得到风险决策库；所述规则信息单元，用于根据风险点信息获取风险概率、风险权重和处理建议；根据风险概率、风险权重和处理建议确定评价结果信息。
[0012]进一步的，所述根据风险概率、风险权重和处理建议确定评价结果信息，包括：根据作业数据和监控数据的风险点信息中的每一个风险点x
j
，依据规则信息单元计算每一个风险点发生的概率p
j
，然后进行加权处理，得到作业风险概率P，j=1,2,
…
,l，l表示第l个风险点；P=(x1p1+ x2p2+
…
+ x
l
p
l
)根据所述作业风险概率P，判断其是否超过预设的风险阈值，得到评价结果信息，所述评价结果信息为：如果超过风险阈值，则告警，并给出处理建议；否则，提示操作正确。
[0013]进一步的，所述风险处理模块包括风险判断模块，用于通过预置的风险决策库判断所述风险数据中的风险点信息，计算风险数据中每一个风险点发生的概率，然后进行加权处理，得到作业风险概率。
[0014]进一步的，所述风险处理模块包括风险评价模块，用于接收风险判断模块发送的作业风险概率，根据所述作业风险概率，判断其是否超过预设的风险阈值，得到评价结果信息，包括：如果超过风险阈值，则告警，并给出处理建议；否则，提示操作正确。
[0015]进一步的，所述风险处理模块包括风险反馈模块，用于接收风险评价模块发送的评价结果信息，根据所述评价结果信息，如果为告警信息，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种复杂环境下电力营销现场行为风险识别方法，其特征在于，包括：接收现场作业终端及监控信息汇聚系统实时上报的作业数据及监控数据；通过预置的风险识别模型识别作业数据及监控数据，确定风险识别结果，根据风险识别结果得到作业数据和监控数据中的风险数据；通过预置的风险决策库对作业数据和监控数据中的风险数据进行评价，得到评价结果信息；将评价结果信息实时推送至现场作业终端。2.根据权利要求1所述的复杂环境下电力营销现场行为风险识别方法，其特征在于，所述风险识别模型的构建，包括：建立初始BP神经网络和具有风险特征的风险样本；所述风险特征为反映风险样本所具备特征的特征向量；将所述初始BP神经网络的输入层、隐含层和输出层的各连接权值分别赋一个（0，1）的随机数；将所述风险特征录入所述初始BP神经网络的输入层，通过S型激活函数算法控制所述初始BP神经网络运算所述风险特征得到初始结果；输入层输入向量为x，输入层与隐含层连接权值为w，输出层误差为e，使用S型激活函数时初始BP神经网络输入a为：a=(x1w1+ x2w2+
…
+ x
n
w
n
)x
i
表示风险特征；w
i
表示风险特征权值，i=1,2,
…
,n，n表示风险特征数量；输出层的输出y为：全局误差函数如下，风险样本个数k=1,2,
…
,m；输出层神经元个数为q，o=1,2,
…
,q；d
o
(k)表示第k个样本，第o个神经元对应的期望输出向量；y
o
(k)表示第k个样本，第o个神经元输出层输出向量；E表示合理的全局误差；通过误差逆传播算法，根据所述初始结果和期望结果的误差，对所述初始BP神经网络的各层进行迭代，修正各层单元的权值，直至所述初始结果与期望结果的误差小于预置阈值为止，得到风险识别模型。3.根据权利要求1所述的复杂环境下电力营销现场行为风险识别方法，其特征在于，所述风险决策库的构建，包括：构建具有风险数据的现场作业风险库，所述现场作业风险库中具有描述所述风险数据的基本数据单元；所述风险数据的基本数据单元包括：风险点信息；所述基本数据单元，用于从作业数据和监控数据中获取风险点信息；获取具有风险数据的历史现场作业的作业数据和监控数据；从具有风险数据的历史现场作业的作业数据和监控数据中提取风险点信息；根据提取的风险点信息构建具有风险点信息的决策库，在所述决策库中配置判断风险
点信息的规则信息单元后得到风险决策库；所述规则信息单元，用于根据风险点信息获取风险概率、风险权重和处理建议；根据风险概率、风险权重和处理建议确定评价结果信息。4.根据权利要求3所述的复杂环境下电力营销现场行为风险识别方法，其特征在于，所述根据风险概率、风险权重和处理建议确定评价结果信息，包括：根据作业数据和监控数据的风险点信息中的每一个风险点x
j
，依据规则信息单元计算每一个风险点发生的概率p
j
，然后进行加权处理，得到作业风险概率P，j=1,2,
…
,l，l表示第l个风险点；P=(x1p1+ x2p2+
…
+ x
l
p
...

【专利技术属性】
技术研发人员：艾臻，葛得辉，彭楚宁，汪亮，杜新纲，李捷，朱东升，储鹏飞，曹菲，宋剑，孙昕毅，叶剑斌，管振华，赵兴旺，
申请(专利权)人：国电南瑞南京控制系统有限公司，
类型：发明
国别省市：