一种基于大数据的电力通讯分析方法

专利主权项内容

1.一种基于大数据的电力通讯分析方法，其特征在于，包括：获取电力通讯系统中，每台电力通讯设备当前时刻的实际运行数据、每台电力通讯设备当前时刻的工作环境数图像和每台电力通讯设备的历史维修信息；针对每台电力通讯设备，将所述当前时刻的实际运行数据进行异常检测，得到检测结果，当检测结果异常时，根据所述电力通讯设备的工作环境数图像确定所述电力通讯设备对应的影响因素；根据所述影响因素和每台电力通讯设备的历史维修信息计算所述电力通讯系统当前的通讯能力；根据所述电力通讯设备的工作环境数图像确定所述电力通讯设备对应的影响因素，包括：获取多个历史电力通讯设备的工作环境图像，计算每个历史电力通讯设备的工作环境图像的特征信息，所述特征信息包括长宽信息；根据所述特征信息对全部的历史电力通讯设备的工作环境图像进行聚类，得到多个聚类簇；将每个所述聚类簇的聚类中心的长宽信息作为目标长宽信息，基于所述目标长宽信息对多个历史电力通讯设备的工作环境图像进行调整，得到调整后的图像，基于所述调整后的图像和神经网络模型，得到影响因素识别模型，将所述电力通讯设备的工作环境数图像输入所述影响因素识别模型中，得到所述电力通讯设备对应的影响因素；基于所述目标长宽信息对多个历史电力通讯设备的工作环境图像进行调整，得到调整后的图像，基于所述调整后的图像和神经网络模型，得到影响因素识别模型，包括：将每个所述聚类簇对应的每张历史电力通讯设备的工作环境图像进行调整，将每张历史电力通讯设备的工作环境图像的长宽信息调整成每个所述聚类簇对应的目标长宽信息，每个所述聚类簇均调整后得到目标图像；提取每张所述目标图像对应的特征信息，根据所述特征信息对目标图像进行聚类，得到多个聚类结果；统计每个聚类结果中包含的目标图像的张数，当张数超过预设阈值时，将此聚类结果中包含的每张目标图像作为第一训练样本，否则作为第二训练样本，为所述第一训练样本和所述第二训练样本赋予权重信息，所述第一训练样本的权重信息大于所述第二训练样本的权重信息；赋予权重信息后，对每个所述第一训练样本和所述第二训练样本进行标注，标注信息包括影响因素；标注后对神经网络模型进行训练，得到影响因素识别模型；根据所述影响因素和每台电力通讯设备的历史维修信息计算所述电力通讯系统当前的通讯能力，包括：获取当前时刻的环境温度信息，将当前时刻的环境温度信息也作为一个影响因素，获取每个影响因素的权重信息，同时为每个所述影响因素赋值，赋值后基于所述权重信息进行加权求和，得到影响值；所述电力通讯设备维修信息包括电力通讯设备维修概率，根据所述电力通讯设备维修概率确定所述电力通讯设备维修等级评分；将所述电力通讯设备维修信息与所述电力通讯设备维修等级评分、所述影响值相乘，得到第六计算结果；将电力通讯系统中，检测结果异常的电力通讯设备对应的第六计算结果进行相加，得到第七计算结果，利用预设数值减去所述第七计算结果，得到所述电力通讯系统当前的通讯能力。