[发明专利]配网设备状态数据处理方法、装置、计算机设备及介质

权利要求书

1.一种配网设备状态数据处理方法，其特征在于，所述方法包括：

获取配网设备的历史状态数据；

对所述历史状态数据进行分词处理，得到多个分词；

对所述多个分词进行文本聚类处理，得到至少一个类别，且同类别中的任意两个分词密度相连；

对每个类别进行关键字计算处理，所述关键字计算处理的过程采用特征值来量化；

对所述每个类别中的所述关键字进行关联分析处理；

根据所述关联分析处理的输出参数创建神经网络模型，并对所述神经网络模型进行数据训练；

根据所述数据训练的输出参数更新所述神经网络模型的权值；

根据更新后的神经网络模型监测所述配网设备的状态信息，并在根据所述状态信息检测所述配网设备状态处于异常状态时，对所述配网设备进行检修。

2.根据权利要求1所述的方法，其特征在于，在对所述多个分词进行文本聚类处理、关键字计算处理及关联分析处理之前，所述方法还包括：

根据预设的停词库，过滤所述多个分词中的停词；

所述对所述多个分词进行文本聚类处理、关键字计算处理及关联分析处理，包括：对过滤后的多个分词进行文本聚类处理、关键字计算处理及关联分析处理。

3.根据权利要求2所述的方法，其特征在于，根据预设的停词库，对所述多个分词进行过滤之后，所述方法还包括：

查询预设的分词库中是否包含过滤后的分词；

若预设的分词库中不包含过滤后的分词，则将过滤后的分词更新到所述分词库中。

4.根据权利要求2所述的方法，其特征在于，根据预设的停词库，对所述多个分词进行过滤之后，所述方法还包括：

接收修正指令；

根据所述修正指令修正过滤后的分词；

所述对所述多个分词进行文本聚类处理、关键字计算处理及关联分析处理，包括：对修正后的多个分词进行文本聚类处理、关键字计算处理及关联分析处理。

5.根据权利要求1至4中任一项所述的方法，其特征在于，对所述多个分词进行文本聚类处理、关键字计算处理及关联分析处理，包括：

对所述多个分词进行文本聚类处理，得到至少一个类别；

分别计算每个类别中的关键字；

对每个类别中的关键字进行关联分析处理。

6.根据权利要求1所述的方法，其特征在于，根据所述关联分析处理的输出参数创建神经网络模型，并对所述神经网络模型进行数据训练，包括：

初始化预设的神经网络模型的至少一个参数；

根据所述至少一个参数及预设的训练数据计算所述神经网络模型的隐含层输出；

根据所述隐含层输出计算所述神经网络模型的输出层输出。

7.根据权利要求1所述的方法，其特征在于，根据所述数据训练的输出参数更新所述神经网络模型的权值，包括：

将训练数据输入所述神经网络模型，记录所述神经网络模型的输出层输出；

计算所述输出层输出与期望输出值之间的误差；

根据所述误差更新所述神经网络模型的输入层到隐含层的权重。

8.一种配网设备状态数据处理装置，其特征在于，所述装置包括：

获取模块，用于获取配网设备的历史状态数据；

分词模块，用于对所述历史状态数据进行分词处理，得到多个分词；

聚类模块，用于对所述多个分词进行文本聚类处理，得到至少一个类别，且同类别中的任意两个分词密度相连；

计算模块，用于对每个类别进行关键字计算处理，所述关键字计算处理的过程采用特征值来量化；

关联模块，用于对所述每个类别中的所述关键字进行关联分析处理；

训练模块，用于根据所述关联分析处理的输出参数创建神经网络模型，并对所述神经网络模型进行数据训练；

更新模块，用于根据所述数据训练的输出参数更新所述神经网络模型的权值；

监测模块，用于根据更新后的神经网络模型监测所述配网设备的状态信息，并在根据所述状态信息检测所述配网设备状态处于异常状态时，对所述配网设备进行检修。