一种电力通信网风险评估方法

摘要

本发明公开了电力通信技术领域中的一种电力通信网风险评估方法。本发明首先采集电力通信网风险评估参数；然后通过风险评估参数构建指标数据库和样本数据库；最后根据所述样本数据库中的样本数据训练神经网络，调用训练后的神经网络计算所述指标数据库中的指标数据对应的电力通信网的风险值。本发明通过神经网络算法对指标数据进行训练，避免了人为给定指标权重时引入的主观因素；通过网络结构学和网络参数学避免了奇异数据的干扰，减少了隐含层节点的冗余数量，降低了神经网络学时间，提升了网络学速度；在出现新的风险因素时自动调整相应指标权重，具有良好的自适应性和很高的准确性。

主权项

一种电力通信网风险评估方法，其特征是，该方法包括以下步骤：S1：采集电力通信网风险评估参数；S2：通过所述风险评估参数构建指标数据库和样本数据库；S3：根据所述样本数据库中的样本数据训练神经网络，调用训练后的神经网络计算所述指标数据库中的指标数据对应的电力通信网的风险值；样本数据库包括：指标数据和风险值数据；指标数据库包括：风险指标体系中各类指标；其中，所述步骤S3具体为：查看所述指标数据库中的指标数据是否发生变化，若所述指标数据发生变化，则通过所述样本数据库中的样本数据对神经网络进行训练，直到神经网络的输出值满足设定精度要求为止，调用训练后的神经网络处理所述指标数据，得到对应所述指标数据的电力通信网的风险值；否则，调用所述指标数据变化前已训练完成的神经网络处理所述指标数据，得到对应所述指标数据的电力通信网的风险值；对变化了的指标对应的样本数据进行训练具体为：S31：提取指标数据对应的样本数据；S32：将所述样本数据通过自适应模糊径向基函数神经网络进行训练，若训练结果满足设定的精度要求，则退出；否则进入步骤S33；S33：通过网络结构学习和网络参数学习对所述自适应模糊径向基函数神经网络进行改进，返回步骤S32。