【技术实现步骤摘要】
本专利技术涉及应急抢险物资预测，具体地涉及一种电力应急物资预测及物资保障风险评估方法及系统。
技术介绍
1、电力系统在国民经济中占着举足轻重的位置，但是电力系统面临着各种气象灾害的挑战。随着全球气候变暖，极端天气的增多，如极端气温、风害、水灾等气象灾害频发，在电力应急物资库存不充足的情况下，难以保证电力系统的正常运行。因此，保障电力物资的充足供应有着十分重要的作用和现实意义。这对应急物资保障加强风险研判、合理资源调配、应急处置快速反应提出了更高要求，电网突发事件对社会经济的危害较为严重，应急决策人员需要根据事件发生的情况以最高的效率制定应急救援方案，合理调度应急人员及物资，尽可能满足现场需求。应急物资需求预测的准确性，直接关系到电网抢修方案的确定、应急资源的有效配置和投资的经济性，而目前电力数据开展应急事件电力物资需求预测过于主观化、应急事件物资保障风险评估量化不准确。
技术实现思路
1、本专利技术实施例的目的是提供一种电力应急物资预测及物资保障风险评估方法及系统，解决了基于电力数据开展应急事件电力物资需求预测过于主观化、应急事件物资保障风险评估量化不准确的问题。
2、为了实现上述目的，本专利技术实施例提供一种电力应急物资预测及物资保障风险评估方法，所述评估方法包括：
3、获取应急管理数据信息；
4、对所述数据信息进行特征处理；
5、利用多层感知机神经网络构建应急物资供应风险量化评估模型；
6、将所述数据信息输入至应急物资
7、将所述安全库存数据与应急管理数据信息中的物资数据指标的数据进行对比，以获取应急物资供应风险等级。
8、可选地，获取应急管理数据信息，包括：
9、获取应急物资调配台账数据、在运设备的内部数据和各类气象灾害的外部数据的数据信息；
10、根据所述数据信息构建应急物资供应风险评价指标体系以获取指标；
11、利用主成分分析，对所述指标进行降维，以获取应急事件指标、气象数据指标和物资数据指标；
12、利用探索性分析方法对所述数据信息进行整理。
13、可选地，获取应急管理数据信息，包括：
14、使用独热编码将所述应急事件指标的数据的类别型特征转化为数值形式，以获取新特征值，所述类别型特征包括事件类别、预警级别和事件类型；
15、对所述气象数据指标和安全库存数据指标的数据的数字型特征进行归一化处理；
16、将所述应急事件指标的数据、气象数据指标的数据和安全库存数据的两个或多个特征进行组合，以构造新的交叉特征。
17、可选地，所述应急物资供应风险量化评估模型包括：
18、输入层，用于接收输入的应急事件指标和气象数据指标的数据；
19、隐藏层，用于对所述数据信息进行非线性变换；
20、输出层，用于输出安全库存数据。
21、可选地，利用多层感知机神经网络构建应急物资供应风险量化评估模型，包括：
22、确定所述输入层和输出层的节点数，所述输入层的节点数等于输入特征的维度；
23、根据公式(1)选择所述隐藏层的激活函数；
24、relu(x)＝max(0,x) ， (1)
25、其中，x为输入的应急事件指标和气象数据指标的数据，relu(x)为激活函数；
26、对所述输出层不使用激活函数或使用线性函数；
27、根据公式(2)或(3)确定损失函数，
28、
29、其中，yi为第i个评估模型的输出，为第i个评估模型的目标输出，n为epoch的迭代训练的个数，mse为均方误差，mae为平均绝对误差；
30、初始化权重和偏置。
31、可选地，利用多层感知机神经网络构建应急物资供应风险量化评估模型，包括：
32、将所述应急事件指标和气象数据指标的数据分为训练集、验证集和测试集；
33、构建数据管道以加载所述训练集、验证集和测试集；
34、对所述训练集进行多个epoch的迭代训练；
35、计算所述评估模型在所述训练集和验证集上的性能指标；
36、根据所述性能指标判断所述评估模型是否过拟合；
37、在判断所述评估模型过拟合的情况下，对所述评估模型进行优化；
38、计算所述评估模型在所述测试集上的性能指标；
39、保存所述评估模型。
40、可选地，对所述训练集进行多个epoch的迭代训练，包括：
41、将所述训练集传入所述评估模型，获取所述评估模型的输出和损失；
42、根据所述损失函数，计算参数梯度；
43、使用优化器根据所述参数梯度更新所述评估模型的权重和偏置。
44、可选地，根据所述性能指标判断所述评估模型是否过拟合，包括：
45、记录每个epoch在训练集和验证集上的性能指标；
46、将所述性能指标按epoch绘制成曲线；
47、根据所述曲线判断所述评估模型是否过拟合。
48、可选地，在判断所述评估模型过拟合的情况下，对所述评估模型进行优化，包括：
49、在所述验证集上的性能开始下降时，停止训练并保存当前最佳所述评估模型；
50、在所述损失函数中添加正则化项，以降低所述评估模型的复杂度；
51、减少所述隐藏层的数量或节点数，以降低所述评估模型的复杂度。
52、另一方面，本专利技术提供一种电力应急物资预测及物资保障风险评估系统，所述评估系统包括处理器，用于执行如上述任一所述的评估方法。
53、通过上述技术方案，本专利技术实施例提供一种电力应急物资预测及物资保障风险评估方法及系统，通过建立应急物资供应风险量化评估模型，可以准确预测不同灾害情况下电网对应急物资的需求，从而提高物资调配的针对性和效率。通过应急物资供应风险量化评估模型结合物资数据指标的数据，可以确定受灾地区的物资保障风险等级，使得物资调配更加科学合理，确保关键区域和设备可以优先得到必要的物资支持，对全面提升电力系统面对自然灾害和突发事件的应对能力具有积极意义。
54、本专利技术实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。
本文档来自技高网...【技术保护点】
1.一种电力应急物资预测及物资保障风险评估方法，其特征在于，所述评估方法包括：
2.根据权利要求1所述的评估方法，其特征在于，获取应急管理数据信息，包括：
3.根据权利要求2所述的评估方法，其特征在于，获取应急管理数据信息，包括：
4.根据权利要求3所述的评估方法，其特征在于，所述应急物资供应风险量化评估模型包括：
5.根据权利要求4所述的评估方法，其特征在于，利用多层感知机神经网络构建应急物资供应风险量化评估模型，包括：
6.根据权利要求5所述的评估方法，其特征在于，利用多层感知机神经网络构建应急物资供应风险量化评估模型，包括：
7.根据权利要求6所述的评估方法，其特征在于，对所述训练集进行多个epoch的迭代训练，包括：
8.根据权利要求7所述的评估方法，其特征在于，根据所述性能指标判断所述评估模型是否过拟合，包括：
9.根据权利要求8所述的评估方法，其特征在于，在判断所述评估模型过拟合的情况下，对所述评估模型进行优化，包括：
10.一种电力应急物资预测及物资保障风险评
...【技术特征摘要】
1.一种电力应急物资预测及物资保障风险评估方法，其特征在于，所述评估方法包括：
2.根据权利要求1所述的评估方法，其特征在于，获取应急管理数据信息，包括：
3.根据权利要求2所述的评估方法，其特征在于，获取应急管理数据信息，包括：
4.根据权利要求3所述的评估方法，其特征在于，所述应急物资供应风险量化评估模型包括：
5.根据权利要求4所述的评估方法，其特征在于，利用多层感知机神经网络构建应急物资供应风险量化评估模型，包括：
6.根据权利要求5所述的评估方法，其特征在于，利用多层...
【专利技术属性】
技术研发人员：李志新，于胜，张柯，黄裙，王延海，侯平，张国远，侯立元，王颖，王博，王旭阳，魏明明，商天文，陶鹏，左晨亮，周志国，周青，
申请(专利权)人：国网物资有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。