[發明專利]一種電力物聯網智能通訊方法

在審

• 申請號: 201911150021.0
• 申請日: 2019-11-21
• 公開（公告）號: CN110942401A
• 公開（公告）日: 2020-03-31
• 發明（設計）人: 孫紹光;曹勇;王春昊;李岳澤;劉揚;王哲吉;溫艷
• 申請（專利權）人: 黑龍江電力調度實業有限公司;國網黑龍江省電力有限公司信息通信公司;國家電網有限公司
• 主分類號: G06Q50/06
• 分類號: G06Q50/06;H04L29/08;G06N3/08
• 代理公司: 哈爾濱市松花江專利商標事務所 23109
• 代理人: 時起磊

1.一種電力物聯網智能通訊方法，其特征在于：所述方法具體過程為：

步驟一、采集電力物聯網智能通訊數據集最為數據集，將數據集中70％作為訓練集，余下30％作為測試集，電力物聯網智能通訊數據包括電壓、功率、負載；

步驟二、建立BP神經網絡；

步驟三、將訓練樣本輸入到步驟二建立的BP神經網絡進行訓練，得到訓練好的BP神經網絡及參數；

步驟四、將測試樣本輸入訓練好的BP神經網絡進行測試，達到測試精度，得到最終訓練好的BP神經網絡，如果沒有達到測試精度，重復執行步驟三，直至滿足測試精度，得到最終訓練好的BP神經網絡；

步驟五、將待測電力物聯網智能通訊數據進行歸一化處理，輸入最終訓練好的BP神經網絡，得到待測電力物聯網智能通訊數據的正確與否，若待測電力物聯網智能通訊數據錯誤進行報警。

2.根據權利要求1所述一種電力物聯網智能通訊方法，其特征在于：所述步驟一中采集電力物聯網智能通訊數據集最為數據集，將數據集中70％作為訓練集，余下30％作為測試集，電力物聯網智能通訊數據包括電壓、功率、負載；具體過程為：

步驟一一：建立電力物聯網智能通訊數據集；

采集無故障狀態下的電力物聯網智能通訊數據和各種故障下的電力物聯網智能通訊數據，建立電力物聯網智能通訊數據集；

步驟一二：對步驟一一建立的電力物聯網智能通訊數據集進行數據擴增操作；

步驟一三：對擴增后的電力物聯網智能通訊數據進行標記：

采用多標簽分類數據集，多標簽包含無故障狀態下的電力物聯網智能通訊數據和各種故障下的電力物聯網智能通訊數據；

步驟一四：對標記后的電力物聯網智能通訊數據進行歸一化處理，得到數據集；

將數據集中70％作為訓練集，余下30％作為測試集。

3.根據權利要求1或2所述一種電力物聯網智能通訊方法，其特征在于：所述步驟二中建立BP神經網絡；具體過程為：

BP神經網絡設置為11層拓撲結構，BP神經網絡的網絡結構包括1層輸入層、3層卷積層、3層池化層、2層全連接、1層分類層、1層輸出層；

確定BP神經網絡的初始參數，即確定BP神經網絡輸入層、卷積層、池化層、全連接、分類層、輸出層、學習率、連接權重和偏置的初始參數；

輸入層大小為16，輸出層大小為8，學習率為0.08，偏置為0；

連接權重取均值為0，方差為0.01的高斯分布；

卷積層卷積核大小均為3*1，*代表乘號，卷積核個數均為30。

4.根據權利要求3所述一種電力物聯網智能通訊方法，其特征在于：所述步驟三中對BP神經網絡進行訓練，得到訓練好的BP神經網絡及參數；具體過程為：

將訓練樣本輸入到BP神經網絡中進行訓練，設置迭代次數和訓練精度，迭代次數為500次，訓練精度為95％，訓練精度達到95％時或迭代次數達到500次，停止訓練，得到訓練好的卷積神經網絡及參數。

5.根據權利要求4所述一種電力物聯網智能通訊方法，其特征在于：所述將訓練樣本輸入到BP神經網絡中進行訓練，采用交叉熵損失函數；具體過程為：

假設某個樣本的真實標簽為y_t，該樣本的y_t＝1的概率為y_p，則該樣本的交叉熵損失函數為：

log(y_t|y_p)＝-(y_t×log(y_p)+(1-y_t)log(1-y_p))。

6.根據權利要求5所述一種電力物聯網智能通訊方法，其特征在于：所述步驟四中若待測電力物聯網智能通訊數據錯誤進行報警；具體過程為：

報警包括：警報信息接收模塊、故障區域確定模塊；

警報信息接收模塊，用于接收電力物聯網智能通訊數據錯誤發生后所產生的警報信息；

故障區域確定模塊，用于根據所述警報信息確定故障區域。