CN114418409B 一种基于多个神经网络的设备安全风险的评估方法及装置 （广东电网有限责任公司）

一种基于多个神经网络的设备安全风险的本发明公开了一种基于多个神经网络的设述预设的运行数据为设备在运行时实时采集的2获取设备的测量数据，并利用所述测量数据分别与每个神经网络利用多个所述综合评估模型与预设的运行数据进行安全风险评估计算，得到计算结分别确定每个所述设备安全性评估模型的预测结果利用所述预测结果和所述给定标签的损失值初始化计算每个所述设备安全性评估模将所述预测结果与所述初始调整系数相乘得到预测结果中间值，计算将所述归一化支持度与预设的学习率相乘得到更新调整系数，直到述给定标签的损失值的损失总和值小于预设;;si表示第i个神经网络模型的预测结果与第i个神经网络模型的预测结果对应的给定标;;;;3所述n=0.01。所述预测结果和所述给定标签的损失值的损失总和计算如下;7.根据权利要求1-6任意一项所述的基于多个神经网络的设备安全风险的评估方法，8.根据权利要求1-6任意一项所述的基于多个神经网络的设备安全风险的评估方法，评估训练模块，用于获取设备的测量数据，并利用所述测量数据系数调整模块，用于重复对每个所述设备安全计算模块，用于利用多个所述综合评估模型与预设的运行数据进行安全风险评估计分别确定每个所述设备安全性评估模型的预测结果利用所述预测结果和所述给定标签的损失值初始化计算每个所述设备安全性评估模将所述预测结果与所述初始调整系数相乘得到预测结果中间值，计算将所述归一化支持度与预设的学习率相乘得到更新调整系数，直到述给定标签的损失值的损失总和值小于预设4[0006]本发明实施例的第一方面提供了一种基于多个神经网络的设备安全风险的评估[0007]获取设备的测量数据，并利用所述测量数据分别与每个[0008]重复对每个所述设备安全性评估模型进行系数调整操作，生成对应综合评估模[0013]利用所述预测结果和所述给定标签的损失值初始化计算每个所述设备安全性评5[0019]Si表示第i个神经网络模型的预测结果与第i个神经网络模型的预测结果对应的[0036]本发明实施例的第二方面提供了一种基于多个神经网络的设备安全风险的评估6[0042]图1是本发明一实施例提供的一种基于多个神经网络的设备安全风险的评估方法[0043]图2是本发明一实施例提供的一种基于多个神经网络的设备安全风险的评估方法[0044]图3是本发明一实施例提供的一种基于多个神经网络的设备安全风险的评估装置于多个神经网络的设备安全风险的评估方法进[0048]参照图1，示出了本发明一实施例提供的一种基于多个神经网络的设备安全风险7[0062]Si表示第i个神经网络模型的预测结果与第i个神经网络模型的预测结果对应的所述预测结果和所述给定标签的损失值的损失总和值小于预设8[0085]参照图2，示出了本发明一实施例提供的一种基于多个神经网络的设备安全风险9图3，示出了本发明一实施例提供的一种基于多个神经网络的设备安全风险的评估装置的[0092]计算模块303，用于利用多个所述综合评估模型与预设的运行数据进行安全风险[0096]利用所述预测结果和所述给定标签的损失值初始化计算每个所述设备安全性评[0102]Si表示第i个神经网络模型的预测结果与第i个神经网络模型的预测结果对应的