System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于通信电源系统供电健康度评估,尤其涉及一种通信电源健康度评估方法及系统。
技术介绍
1、健康度评估目的在于依据设备当前及历史数据评估设备当前所处的健康状况,量化设备的退化程度,为之后的维修保障决策提供依据。评价大体由评价目的、被评价对象、评价者、评价指标、权重系数、综合评价模型和评价结果七个要素组成。
2、通信电源的健康状况往往可以通过运行时获得的动态时序信息—电流、电压、运行温度,及通信电源静态信息—蓄电池运行年限,告警信息等多项指标反映出来。但是随着通信网络规模的不断扩大,通信电源相关指标的数据量大,不同指标之间的关系错综复杂。如果仅靠专家经验对通信电源系统的健康状况进行评估,这将需要耗费大量具有丰富专业知识的人力资源,且在数据量巨大的情况下仅靠人力并不能够及时处理所有数据。因此如何使用计算机计算资源,并针对通信电源选择科学有效的健康度评价指标、确定各指标权重系数,以及构建评价模型对通信电源系统的健康度评估具有重要意义。
3、专利技术人发现,长短期记忆网络(long short-term memory networks,lstm)能够在处理时序数据,有效避免了长依赖问题,表现出了优越性能。但是,基于长短期记忆网络的处理方式只能对保留了通信电源运行时的动态特征,而缺乏每个通信电源所固有的静态信息;静态信息往往反映了每个通信电源独特的属性与限制信息,比如蓄电池组容量,熔丝熔断值等;因此将通信电源系统运行时的动态特征与包含通信电源系统个性化的静态信息相结合,才能对当前系统的健康度进行更加全面、准
技术实现思路
1、本专利技术为了解决上述问题,提出了一种通信电源健康度评估方法及系统,本专利技术将通信电源静态个性信息转化为通信电源的动态权重与动态时序信息进行融合,提高了健康度评估精确度。
2、为了实现上述目的,本专利技术是通过如下的技术方案来实现:
3、第一方面,本专利技术提供了一种通信电源健康度评估方法,包括:
4、获取多个通信电源的静态个性信息,以及每个通信电源运行时产生的动态时序信息;
5、依据静态个性信息,生成动态权重向量;将生成的动态权重向量与动态时序信息结合,生成通信电源系统健康度的综合特征表示向量;
6、根据综合特征表示向量,以及预设的网络健康度评估模型,得到健康度评估结果。
7、进一步的,静态个性信息包括配置信息、告警信息和性能信息。
8、进一步的,对静态个性信息和动态时序信息进行归一化、合理性检查以及剔除异常数据处理。
9、进一步的,分别对静态个性信息和动态时序信息进行降维,得到静态信息低维表示向量和动态信息低维表示向量。
10、进一步的,基于静态信息低维表示向量,采用lhuc网络挖掘通信电源系统的静态个性信息,生成动态权重向量;基于动态信息低维表示向量,采用长短期记忆网络网络对动态信息低维表示向量中时序信息进行挖掘,生成时序信息表示向量,并利用获得的动态权重向量与时序信息表示向量计算哈达玛积,生成通信电源系统健康度的综合特征表示向量。
11、进一步的,基于综合特征表示向量,采用基于注意力跳跃连接的长短期记忆网络的解码器网络,对动态信息低维表示向量进行重构,生成重构特征表示向量;
12、基于重构特征表示向量和动态信息低维表示向量,计算重构误差;采用反向传播算法训练长短期记忆网络自编码器学习参数,完成模型的训练。
13、进一步的,利用综合特征表示向量,为正常状态数据建立特征空间;通过计算测试数据与正常状态样本空间的差异程度对通信电源系统的健康度进行打分。
14、第二方面,本专利技术还提供了一种通信电源健康度评估系统,包括:
15、数据采集模块,被配置为:获取多个通信电源的静态个性信息,以及每个通信电源运行时产生的动态时序信息;
16、信息结合模块,被配置为:依据静态个性信息,生成动态权重向量;将生成的动态权重向量与动态时序信息结合,生成通信电源系统健康度的综合特征表示向量;
17、健康度评估模块,被配置为:根据综合特征表示向量,以及预设的网络健康度评估模型,得到健康度评估结果。
18、第三方面,本专利技术还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现了第一方面所述的通信电源健康度评估方法的步骤。
19、第四方面,本专利技术还提供了一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现了第一方面所述的通信电源健康度评估方法的步骤。
20、与现有技术相比,本专利技术的有益效果为:
21、1、本专利技术充分考虑到不同通信电源的静态配置信息包含着通信电源的独特属性与限制信息,在学习通信电源运行时产生的动态时序信息时,将通信电源静态个性信息转化为通信电源的动态权重与动态时序信息进行融合,提高了健康度评估精确度;
22、2、本专利技术基于获取通信电源的静态信息和通信电源运行时的动态信息,提出基于lhuc(learning hidden unit contributions)改进的lstm自编码器,使用lhuc编码模块将静态信息转化为动态权重向量,使用lstm编码模块对动态信息中时序信息进行挖掘,生成时序信息表示向量,并利用获得的动态权重向量与时序信息表示向量计算哈达玛积,生成通信电源系统健康度的综合特征表示向量,最后应用该综合特征表示向量对通信电源系统健康度进行评估,实现了对通信电源健康度更加全面、准确的评估;
23、3、本专利技术为提高模型的表示能力,提出在解码器中加入基于注意力机制的跳跃连接,使lhuc改进的lstm自编码器网络有重点的学习深层和浅层的特征表示,从而更好的捕捉输入数据中不同层次的特征。
本文档来自技高网...【技术保护点】
1.一种通信电源健康度评估方法,其特征在于,包括:
2.如权利要求1所述的一种通信电源健康度评估方法,其特征在于,静态个性信息包括配置信息、告警信息和性能信息。
3.如权利要求1所述的一种通信电源健康度评估方法,其特征在于,对静态个性信息和动态时序信息进行归一化、合理性检查以及剔除异常数据处理。
4.如权利要求1所述的一种通信电源健康度评估方法,其特征在于,分别对静态个性信息和动态时序信息进行降维,得到静态信息低维表示向量和动态信息低维表示向量。
5.如权利要求4所述的一种通信电源健康度评估方法,其特征在于,基于静态信息低维表示向量,采用LHUC网络挖掘通信电源系统的静态个性信息,生成动态权重向量;基于动态信息低维表示向量,采用长短期记忆网络网络对动态信息低维表示向量中时序信息进行挖掘,生成时序信息表示向量,并利用获得的动态权重向量与时序信息表示向量计算哈达玛积,生成通信电源系统健康度的综合特征表示向量。
6.如权利要求5所述的一种通信电源健康度评估方法,其特征在于,基于综合特征表示向量,采用基于注意力跳跃连接的长短期记
7.如权利要求5所述的一种通信电源健康度评估方法,其特征在于,利用综合特征表示向量,为正常状态数据建立特征空间;通过计算测试数据与正常状态样本空间的差异程度对通信电源系统的健康度进行打分。
8.一种通信电源健康度评估系统,其特征在于,包括:
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现了如权利要求1-7任一项所述的通信电源健康度评估方法的步骤。
10.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现了如权利要求1-7任一项所述的通信电源健康度评估方法的步骤。
...【技术特征摘要】
1.一种通信电源健康度评估方法,其特征在于,包括:
2.如权利要求1所述的一种通信电源健康度评估方法,其特征在于,静态个性信息包括配置信息、告警信息和性能信息。
3.如权利要求1所述的一种通信电源健康度评估方法,其特征在于,对静态个性信息和动态时序信息进行归一化、合理性检查以及剔除异常数据处理。
4.如权利要求1所述的一种通信电源健康度评估方法,其特征在于,分别对静态个性信息和动态时序信息进行降维,得到静态信息低维表示向量和动态信息低维表示向量。
5.如权利要求4所述的一种通信电源健康度评估方法,其特征在于,基于静态信息低维表示向量,采用lhuc网络挖掘通信电源系统的静态个性信息,生成动态权重向量;基于动态信息低维表示向量,采用长短期记忆网络网络对动态信息低维表示向量中时序信息进行挖掘,生成时序信息表示向量,并利用获得的动态权重向量与时序信息表示向量计算哈达玛积,生成通信电源系统健康度的综...
【专利技术属性】
技术研发人员:朱尤祥,魏永静,卢奕,朱国朋,王世豪,任廷鑫,刘炜,王琪,吕新荃,韩光明,王立君,马恺,张彦,张璞,田安琪,江颖洁,马良,孙超,肖沈阳,李丽,赵子昊,宓生润,刘磊,于秋生,
申请(专利权)人:国网山东省电力公司信息通信公司,
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。