[发明专利]一种基于综合熵的电力通信网业务风险评估方法和系统

权利要求书

1.一种基于综合熵的电力通信网业务风险评估方法，其特征在于，具体包括：

S1对电力通信网所有节点的通信设备数量、通信设备类型、通信丢包率进行数据采集，并通过聚类分析方法对上述数据进行去噪处理；

S2将处理过的所有节点的通信设备数量数据、通信设备类型数据、通信丢包率数据通过结构熵的数学公式求得最终的熵值，并基于其所处的节点情况通过专家打分的形式进行加权处理，并形成最终的经过加权处理后的所有节点的通信设备数量的综合熵值、通信设备类型的综合熵值、通信丢包率的综合熵值；

S3基于所有节点的通信设备数量的综合熵值、通信设备类型的综合熵值、通信丢包率的综合熵值，并将上述熵值送入到基于NARX神经网络的算法中，得到所有节点此时的业务风险评估结果；

S4针对节点所处的位置，对所有节点业务风险评估结果，基于层次分析法，为所有的节点配置所有的权值，从而输出电力通信网的业务风险评估结果。

2.如权利要求1所述的电力通信网的业务风险评估方法，其特征在于，所述聚类分析算法采用k-means算法。

3.如权利要求1所述的电力通信网的业务风险评估方法，其特征在于，所述结构熵的计算公式为：

其中n_c为此时的代求变量，该代求变量为通信设备数量或者通信设备类型或者通信丢包率。

4.如权利要求3所述的电力通信网的业务风险评估方法，所述综合熵的计算公式，具体为：

H_z＝KH_nc

其中K为此时的专家打分值。

5.如权利要求1所述的电力通信网的业务风险评估方法，所述通过专家打分的形式进行加权处理，具体为：针对所述节点所处的位置、处理的数据类型、所处位置的天气、施工导致的通信故障概率进行确定。

6.如权利要求1所述的电力通信网的业务风险评估方法，所述基于NARX神经网络的算法中，得到所有节点此时的业务风险评估结果，具体为：NARX神经采用LM(Levenberg-Marquardt)方法作为训练函数。

7.如权利要求1所述的电力通信网的业务风险评估方法，所述基于层次分析法，为所有的节点配置所有的权值，具体为：在权值确定时考虑节点所述的位置，处理的数据类型、所处位置的天气、施工导致的通信故障概率因素。

8.一种基于综合熵的电力通信网业务风险评估系统，其特征在于，采用权利要求1-6任意一项所述的电力通信网的业务风险评估方法，具体包括：数据提取模块，数据处理模块，数据分析模块，结果输出模块；所述数据提取模块负责对电力通信网所有节点的通信设备数量、通信设备类型、通信丢包率进行数据采集；所述数据处理模块负责通过聚类分析方法对上述数据进行去噪处理；将处理过的所有节点的通信设备数量数据、通信设备类型数据、通信丢包率数据通过结构熵的数学公式求得最终的熵值，并基于其所处的节点情况通过专家打分的形式进行加权处理，并形成最终的经过加权处理后的所有节点的通信设备数量的综合熵值、通信设备类型的综合熵值、通信丢包率的综合熵值；所述数据分析模块负责具体基于所有节点的通信设备数量的综合熵值、通信设备类型的综合熵值、通信丢包率的综合熵值，并将上述熵值送入到基于NARX神经网络的算法中，得到所有节点此时的业务风险评估结果；针对节点所处的位置，对所有节点业务风险评估结果，基于层次分析法，为所有的节点配置所有的权值，从而得到电力通信网的业务风险评估结果；所述结果输出模块负责将得到的电力通信网的业务风险评估结果进行输出，以供工作人员参考。

9.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-6任意一项所述的电力通信网的业务风险评估方法。

10.一种计算机程序产品，其特征在于，所述计算机程序产品存储有指令，所述指令在由计算机执行时，使得所述计算机实施执行权利要求1-6任意一项所述的电力通信网的业务风险评估方法。