[發明專利]一種面向電力物聯網智能終端的設備畫像構建方法

在審

• 申請號: 202011312694.4
• 申請日: 2020-11-20
• 公開（公告）號: CN112364008A
• 公開（公告）日: 2021-02-12
• 發明（設計）人: 崔高穎;段梅梅;仇新宇;陳霄;黃奇峰;邵雪松;易永仙;蔡奇新;周玉;李悅;魏本海;徐鵬程
• 申請（專利權）人: 國網江蘇省電力有限公司營銷服務中心;國網江蘇省電力有限公司;深圳市國電科技通信有限公司;國家電網有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06N20/20;G06Q50/06;G06F21/62;G16Y10/35;G16Y20/20
• 代理公司: 北京智繪未來專利代理事務所(普通合伙) 11689
• 代理人: 王萍;肖繼軍

1.一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，包括以下步驟：

步驟1，基于所述智能終端的設備參數，提取并分析設備類型特征，生成基礎數據源；

步驟2，清洗所述基礎數據源，并為所述基礎數據源定義標簽和設置標簽權重，以生成標簽數據源；

步驟3，利用深度學習算法對所述標簽數據源進行模型訓練和模型驗證，以構建所述智能終端的設備模型；

步驟4，自定義維度信息，基于所述設備模型并利用數據可視化方法對所述智能終端進行設備畫像。

2.如權利要求1中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟1還包括：

所述設備參數包括設備靜態數據、設備動態數據和設備空間數據；以及，

所述設備靜態數據還包括設備類型、設備型號、開發版本；

所述設備動態數據還包括系統資源占用率、運行時長；

所述設備空間數據還包括設備物理位置、設備所屬臺區。

3.如權利要求2中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟1還包括：

基于所述智能終端的設備參數，提取并分析設備類型特征，以及將所述提取分析出的設備類型特征存儲至設備特征庫中；以及，

所述設備特征庫中存儲的設備類型特征即為所述基礎數據源。

4.如權利要求1中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟2還包括：

清洗所述基礎數據源還包括：對基礎數據源中的空缺數據、噪聲數據、不一致數據、重復數據和錯誤數據進行清洗。

5.如權利要求1中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟2還包括：

為所述基礎數據源定義標簽時，根據真實案例驗證標簽正確性。

6.如權利要求1中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟3還包括：

所述深度學習算法是從SVM算法、神經網絡算法、K-means算法中進行算法選型并生成的。

7.如權利要求1中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟4還包括：

所述自定義維度信息包括自定義時間維度、自定義屬性維度和自定義行為維度。

8.如權利要求1中所述的一種面向電力物聯網智能終端的設備畫像構建方法，其特征在于，所述步驟4還包括：

根據所述自定義時間維度、自定義屬性維度和自定義行為維度對所述智能終端進行設備畫像。