基于深度学习的电力通信网运行趋势与业务风险分析方法
基本信息
| 申请号 | CN201510671192.3 | 申请日 | - |
| 公开（公告）号 | CN105335816A | 公开（公告）日 | 2016-02-17 |
| 申请公布号 | CN105335816A | 申请公布日 | 2016-02-17 |
| 分类号 | G06Q10/06(2012.01)I;G06Q50/06(2012.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 陈桂祥;张翼翔;郝杰;韩光;任皓 | 申请（专利权）人 | 国网安徽铜陵县供电有限责任公司 |
| 代理机构 | 合肥市浩智运专利代理事务所（普通合伙） | 代理人 | 国网安徽省电力公司铜陵供电公司;国网安徽铜陵县供电有限责任公司 |
| 地址 | 244000 安徽省铜陵市长江中路91号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 一种基于深度学习的电力通信网运行趋势与业务风险分析方法，依据深度学习理论，构建了一个多层的深度置信网络架构，将区县所辖的电力通信网历史运行与监测数据及相关业务系统数据作为学习模型的训练数据，把运行趋势预测与业务风险评的各类可能组合作为不同输出模式，最终训练出能够综合判别本区县电力通信网运行模式的深度模型。再将电力通信网的历史运行数据与实时业务系统数据作为该模型的测试数据，利用训练的深度网络模型参数得到电力通信网运行趋势预测与业务风险评估结果。本发明的优点在于：可以更准确地评估电力通信网运行状况，并为电力通信网业务风险控制提供依据，提高电力通信网利用效率与安全性。 |
