[發明專利]電力通信網風險評估方法有效
| 申請號: | 201310224412.9 | 申請日: | 2013-06-06 |
| 公開(公告)號: | CN103279794A | 公開(公告)日: | 2013-09-04 |
| 發明(設計)人: | 楊俊權;徐鍵;張國翊;黃昱;楊志敏;王勇;亓峰;李琪 | 申請(專利權)人: | 中國南方電網有限責任公司 |
| 主分類號: | G06N3/08 | 分類號: | G06N3/08 |
| 代理公司: | 北京路浩知識產權代理有限公司 11002 | 代理人: | 王瑩 |
| 地址: | 510623 廣東*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 電力 通信網 風險 評估 方法 | ||
1.一種電力通信網風險評估方法,其特征在于,包括:
獲取用于評估電力通信網風險的樣本數據庫和指標數據庫;
采用樣本數據庫中的樣本數據對調整學習速率的BP神經網絡進行訓練;
采用所述訓練后的BP神經網絡計算所述指標數據庫中指標數據對應的電力通信網風險評估值。
2.根據權利要求1所述的電力通信網風險評估方法,其特征在于,所述調整學習速率的BP神經網絡包括:
計算所述BP神經網絡的訓練誤差;
根據所述訓練誤差計算所述訓練誤差的誤差梯度;
根據所述誤差梯度調整學習速率。
3.根據權利要求2所述的電力通信網風險評估方法,其特征在于,計算所述BP神經網絡的訓練誤差,包括:
將所述樣本數據庫中的樣本數據作為輸入向量計算所述BP神經網絡的隱層的輸出值;
根據所述隱層的輸出值計算所述BP神經網絡的輸出層節點的輸出值;
根據所述輸出層節點的輸出值及預先設置的期望值計算所述BP神經網絡的訓練誤差。
4.根據權利要求2所述的電力通信網風險評估方法,其特征在于,采用以下方式根據所述訓練誤差計算所述訓練誤差的誤差梯度:
其中,為誤差梯度,E為所述訓練誤差,vij為第i個節點與第j個節點的連接權值。
5.根據權利要求2所述的電力通信網風險評估方法,其特征在于,根據所述誤差梯度調整學習速率,包括:
判斷本次訓練的誤差梯度的梯度變化方向與上次訓練的誤差梯度的梯度變化方向是否相同,若不同,將所述學習速率減小或者保持不變,若相同,增大所述學習速率。
6.根據權利要求5所述的電力通信網風險評估方法,其特征在于,將所述學習速率減小或者保持不變,包括:
其中,ηk為第k次訓練的學習速率,ηk-1為第(k-1)次訓練的學習速率,所述k為大于1的自然數,0<ηk-1<1,所述λ為預先設置的閾值。
7.根據權利要求6所述的電力通信網風險評估方法,其特征在于,所述λ為區間[0.04,0.06]中的任意值。
8.根據權利要求5至7中任意一項所述的電力通信網風險評估方法,其特征在于,通過以下方式增大所述學習速率:
其中,ηk為第k次訓練的學習速率,ηk-1為第(k-1)次訓練的學習速率,所述k為大于1的自然數,0<ηk-1<1。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于中國南方電網有限責任公司,未經中國南方電網有限責任公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201310224412.9/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:一種燒雞加工工藝
- 下一篇:一種冬早春馬鈴薯大壟雙行膜下滴灌節水栽培方法





