公开(公告)号：CN105447568B

公开(公告)日：2018-03-27

申请号：CN201510762574.7

申请日：2015-11-09

Applicant: 广州供电局有限公司

Inventor： 吴刚 ,  王柏勇 ,  陈昌娜 ,  陆嘉恩 ,  张思敏 ,  刘诗怡 ,  滕蔓 ,  陈伯龙

IPC: G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明具体涉及一种基于BP神经网络的电力通信网故障分析方法，其包括以下步骤：获取预设故障周期范围内的多组告警数据以及对应的故障值，每组告警数据包括设备厂商信息和告警类别；对所述设备厂商信息、告警类别、故障值进行数值化处理；以所述数值化处理后的设备厂商信息、告警类别和故障值作为训练样本数据，进行BP神经网络初始模型的学习训练，直到BP神经网络初始模型的预测精度达到要求，得到BP神经网络最终模型；根据所述BP神经网络最终模型对电力通信网的故障进行预测。本发明具有较高的预测精度，能为电力通信网故障的分析和恢复提供有效参考。

公开(公告)号：CN105447568A

公开(公告)日：2016-03-30

申请号：CN201510762574.7

申请日：2015-11-09

Applicant: 广州供电局有限公司

Inventor： 吴刚 ,  王柏勇 ,  陈昌娜 ,  陆嘉恩 ,  张思敏 ,  刘诗怡 ,  滕蔓 ,  陈伯龙

IPC: G06N3/08 ,  G06Q10/04 ,  G06Q50/06

Abstract: 本发明具体涉及一种基于BP神经网络的电力通信网故障分析方法，其包括以下步骤：获取预设故障周期范围内的多组告警数据以及对应的故障值，每组告警数据包括设备厂商信息和告警类别；对所述设备厂商信息、告警类别、故障值进行数值化处理；以所述数值化处理后的设备厂商信息、告警类别和故障值作为训练样本数据，进行BP神经网络初始模型的学习训练，直到BP神经网络初始模型的预测精度达到要求，得到BP神经网络最终模型；根据所述BP神经网络最终模型对电力通信网的故障进行预测。本发明具有较高的预测精度，能为电力通信网故障的分析和恢复提供有效参考。