[发明专利]一种基于Golstein‑BP算法的设备状态大数据计算方法及设备

摘要

本发明公开了一种基于Golstein‑BP算法的设备状态大数据计算方法，包括S101获取电网设备状态评价指标历史及当前数据，以及电网设备历史状态评价结果；S102根据设备状态指标历史数据特征构建相应的BP神经网络模型；S103根据电网设备状态评价指标历史数据，以及电网设备历史状态评价结果构建均方误差函数；S104采用Goldstein方法，取均方误差最小化，求解BP算法中的学习率，并通过BP算法计算BP神经网络参数；S105代入BP神经网络参数得出BP神经网络模型；S106将当前的设备状态评价指标数据作为BP神经网络模型的输入，得出输出结果。本发明提供的技术方案，采用Goldstein方法求解BP算法中均方误差函数的最优学习率，提高了电网设备管理的精益化水平。

主权项

基于Golstein‑BP算法的设备状态大数据计算方法，其特征在于，包括如下步骤：S101：获取电网设备状态评价指标历史及当前数据，以及电网设备历史状态评价结果；S102：根据设备状态指标历史数据特征构建相应的BP神经网络模型；S103：根据电网设备状态评价指标历史数据，以及电网设备历史状态评价结果构建均方误差函数；S104：采用Goldstein方法，取均方误差最小化，求解BP算法中的学习率，并通过BP算法计算BP神经网络参数；S105：代入BP神经网络参数得出BP神经网络模型；S106：将当前的设备状态评价指标数据作为BP神经网络模型的输入，得出输出结果。