公开(公告)号：CN106202805B

公开(公告)日：2019-06-28

申请号：CN201610588939.3

申请日：2016-07-25

申请人： 深圳供电局有限公司 ,  西安交通大学

发明人： 向真 ,  李高杨 ,  张欣 ,  黄荣辉 ,  王小华 ,  赵宇明 ,  荣命哲

IPC分类号： G06F17/50 ,  G06Q50/06

摘要： 本发明提供一种开关设备可靠性评价方法，包括：步骤S1，分别对开关设备产生的基础数据和运行数据进行预处理和初始化，并建立相应的向量对照表；步骤S2，建立基础数据的树形结构，并使用递归神经网络进行建模；步骤S3，建立运行数据的时序结构，并使用循环神经网络进行建模；步骤S4，根据步骤S2、步骤S3建立的模型，建立损失函数，并进行模型训练；步骤S5，结合所述向量对照表，进行模型推理，获得最终的风险估计。本发明通过结合递归神经网络和循环神经网络，引入属性向量和事件向量，解决对非数值数据的低维编码问题；能结合基础数据和运行数据，能够实现多源信息的融合，从而为开关设备可靠性提供精确的量化评价和动态评估。

公开(公告)号：CN106202805A

公开(公告)日：2016-12-07

申请号：CN201610588939.3

申请日：2016-07-25

申请人： 深圳供电局有限公司 ,  西安交通大学

发明人： 向真 ,  李高杨 ,  张欣 ,  黄荣辉 ,  王小华 ,  赵宇明 ,  荣命哲

IPC分类号： G06F17/50 ,  G06Q50/06

CPC分类号： G06F17/5009 ,  G06F2217/76 ,  G06Q50/06

摘要： 本发明提供一种开关设备可靠性评价方法，包括：步骤S1，分别对开关设备产生的基础数据和运行数据进行预处理和初始化，并建立相应的向量对照表；步骤S2，建立基础数据的树形结构，并使用递归神经网络进行建模；步骤S3，建立运行数据的时序结构，并使用循环神经网络进行建模；步骤S4，根据步骤S2、步骤S3建立的模型，建立损失函数，并进行模型训练；步骤S5，结合所述向量对照表，进行模型推理，获得最终的风险估计。本发明通过结合递归神经网络和循环神经网络，引入属性向量和事件向量，解决对非数值数据的低维编码问题；能结合基础数据和运行数据，能够实现多源信息的融合，从而为开关设备可靠性提供精确的量化评价和动态评估。