[发明专利]电网事故的预案生成方法

权利要求书

1.一种电网事故的预案生成方法，其特征在于，包括：

获取目标电网事故数据，所述目标电网事故数据指向待处理电网事故；

基于径向基函数的神经网络分类模型，根据所述目标电网事故数据确定所述待处理电网事故的事故类型；

基于概率顺序模型的神经网络分级模型，根据所述目标电网事故数据确定所述待处理电网事故的事故等级；

根据所述事故类型和所述事故等级在电网事故预案库中确定所述待处理电网事故的目标预案数据。

2.根据权利要求1所述的方法，其特征在于，还包括：

获取多个历史电网事故数据以及各个历史电网事故数据的事故类型，以得到电网事故类型的训练数据集；

根据所述电网事故类型的训练数据集对所述基于径向基函数的神经网络进行训练，以得到所需的分类模型。

3.根据权利要求2所述的方法，其特征在于，所述根据所述电网事故类型的训练数据集对所述基于径向基函数的神经网络进行训练，以得到所需的分类模型包括：

自所述历史电网事故数据中提取历史特征数据向量x_t＝(x_t1，x_t2，…，x_td)，以作为所述基于径向基函数的神经网络分类模型的输入数据，x_t为特征数据向量，d为特征向量的维度；

根据公式(1)计算所述基于径向基函数的神经网络分类模型中的隐藏层节点q_th；

其中，m_h为径向基函数的均值参数，s_h为径向基函数的延展参数；

根据公式(2)计算所述基于径向基函数的神经网络分类模型中的输出层节点C_ti；

其中，C_ti为输出的类别值，w_ih为C_i与隐藏层径向基函数q_h计算节点的边的权重。

4.根据权利要求3所述的方法，其特征在于，所述根据所述电网事故类型的训练数据集对所述基于径向基函数的神经网络进行训练，以得到所需的分类模型还包括：

采用梯度下降的方法确定所述w_ih、所述m_h和所述s_h的更新方程；

所述w_ih的更新方程为公式(3)：

所述m_h的更新方程为公式(4)：

所述s_h的更新方程为公式(5)：

其中，η为学习率，N为训练数据集的样本数量，r_ti为特征数据向量x_t的实际类别，若x_t属于C_i，则r_ti＝1，否则r_ti＝0，x_tj为特征数据向量x_t的第j个分量，m_hj为径向基函数的均值参数m_h的第j个分量，s_h为径向基函数的延展参数。

5.根据权利要求1所述的方法，其特征在于，还包括：

获取多个历史电网事故数据以及各个历史电网事故数据的事故等级，以得到电网事故级别的训练数据集；

根据所述电网事故级别的训练数据集对所述基于概率顺序模型的神经网络进行训练，以得到所需的分级模型。