[發明專利]基于貝葉斯網絡的電力數據指紋評估方法

在審

• 申請號: 201911264307.1
• 申請日: 2019-12-11
• 公開（公告）號: CN111091283A
• 公開（公告）日: 2020-05-01
• 發明（設計）人: 張迎周;高戈;李鼎文;孫玉欣;沈茂林;沈錫
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N7/00
• 代理公司: 南京蘇科專利代理有限責任公司 32102
• 代理人: 姚姣陽;杜春秋

1.一種基于貝葉斯網絡的電力數據指紋評估方法，其特征在于，包括以下步驟：

步驟1，獲得安全評測結果中的評測數據，根據評測數據和電力數據的日常使用情況選取備選的指標集，利用熵權法對備選指標集進行篩選；轉至步驟2；

步驟2，對步驟1篩選出的影響電力數據指紋安全性的各評估指標進行層次分析，確定各節點之間的依賴關系以及關系強度，構建出貝葉斯網絡的結構；轉至步驟3；

步驟3，選取合適評估方法，定量給出各節點指標的先驗概率；轉至步驟4；

步驟4，根據步驟2所確定的貝葉斯網絡結構，利用融合電力數據分布特點的貝葉斯網絡參數學習方法給出參數；轉至步驟5；

步驟5，將貝葉斯網絡轉換為團樹；轉至步驟6；

步驟6，利用團樹傳播算法對貝葉斯網絡進行精確推理。

2.根據權利要求1所述基于貝葉斯網絡的電力數據指紋評估方法，其特征在于，所述步驟1的具體方法為：

步驟1.1，設x個被評估對象、t個指標，指標數據標準化后構成標準化的備選指標集，標準化的備選指標集R為：

轉至步驟1.2；

步驟1.2，定義熵和熵權，并計算各指標的權重，根據指標權重篩選出評估指標，第j個評估指標的熵h_j為：

其中

k＝1/ln(x)

式中，f滿足0≤f≤1，且∑f＝1，并且當f＝0時，有f ln f＝0；i為被評估對象，j為評估指標；第j個評估指標的熵權W_j為:

3.根據權利要求2所述基于貝葉斯網絡的電力數據指紋評估方法，其特征在于，所述步驟2的具體方法為：

對步驟1篩選出的影響電力數據指紋安全性的各評估指標進行層次分析，把這些因素按照屬性和支配關系分成若干組，形成不同層次；然后確定各節點之間的依賴關系以及關系強度，構建出貝葉斯網絡的結構。

4.根據權利要求3所述基于貝葉斯網絡的電力數據指紋評估方法，其特征在于，所述步驟3的具體方法為：

步驟3.1，選取定性和定量的評估方法，結合電力數據在各個指標上表現給出數值表示；轉至步驟3.2；

步驟3.2，對各個節點使用專家調查法，確定取值范圍和權數躍值，編制權重系數選取表和選取說明，為了使系數更加客觀可適度的結合電力方面專家的意見給出的結果加權給出各個節點的先驗概率。

5.根據權利要求4所述基于貝葉斯網絡的電力數據指紋評估方法，其特征在于，所述步驟4的具體方法為：

步驟4.1，針對電力數據的特點，利用正態分布模型對專家知識所給出的參數取值的可能性進行表示；轉至步驟4.2；

步驟4.2，構建目標優化模型，采用Beta分布逼近表示先驗知識的正態分布，并計算Beta分布的參數值，即虛擬樣本統計值；轉至步驟4.3；

步驟4.3，將虛擬樣本統計值和已有的小樣本數據集相結合，利用貝葉斯估計的最大后驗概率方法計算參數的估計值。