[发明专利]一种电力信息系统健康度评估方法及其评估系统

说明书

本发明提供一种电力信息系统健康度评估方法及其评估系统，涉及电力信息系统健康评估技术领域。该电力信息系统健康度评估方法包括以下步骤：S1、实时监控并采集电力信息系统的运行数据；S2、对运行数据进行预处理，屏蔽与运行数据无关内容；S3、构建运行数据训练样本集和测试集；S4、利用深度学习模型对运行数据集进行训练。本发明，基于采集技术以及大数据分析统计技术，使得电力信息系统的运行状态无需运维人员进行对应的监管，减少了人工压力，且监管过程中不会受到人工限制，统计效率高，不易出现错误评估，通过系统的自我学习能力，始终保持系统的高效评估手段，确保了能够获取到最精准的健康度评估值。

技术领域

本发明涉及电力信息系统健康评估技术领域，具体为一种电力信息系统健康度评估方法及其评估系统。

背景技术

随着国家电网公司信息化建设的不断深入，各主营专业通过建设并完善其自身专业系统，基本实现了以信息系统为支撑的线上办公作业，大大提升了生产管理效率，业内信息系统的建设数量越来越多，同时对系统的运行安全性要求也越来越高，这就给信息系统运行维护及管理工作提出了巨大挑战，然而电力企业内部信息系统运维及管理工作自身却恰恰缺少合适的系统做支撑，出现了信息专业信息化水平支撑不足的尴尬局面。

目前，电力信息系统在运行过程中，需要不断的对其运行状态进行监控，获取电力信息系统的健康评估值，现有的电力信息系统的运行状态需要运维人员进行对应的监管，增加人工压力，且监管过程中受到人工限制，统计效率低，易出现错误评估，同时，由于统计过程中无关因素的影响，导致评估工作量巨大，准确度低。

发明内容

(一)解决的技术问题

针对现有技术的不足，本发明提供了一种电力信息系统健康度评估方法及其评估系统，解决了现有技术中存在的缺陷与不足。

(二)技术方案

为实现以上目的，本发明通过以下技术方案予以实现：一种电力信息系统健康度评估方法，所述评估方法包括以下步骤：

S1、实时监控并采集电力信息系统的运行数据；

S2、对运行数据进行预处理，屏蔽与运行数据无关内容；

S3、构建运行数据训练样本集和测试集；

S4、利用深度学习模型对运行数据集进行训练；

S5、利用训练后模型对运行数据进行分类，导出结果。

优选的，所述步骤1中实时监控并采集电力信息系统的运行数据，具体如下：

1)通过监控设备实时监控电力信息系统工作时的运行状态，同时将运行状态通过A/D转换信号传输至采集设备中；

2)采集设备实时采集运行数据，同时将运行同步传输到下一流程中，若采集设备监测到两分钟内没有采集到新的运行数据，则驱动报警装置发出警报，提醒工作人员系统故障。

优选的，所述步骤2中对运行数据进行预处理，屏蔽与运行数据无关内容，具体如下：

1)在接收到电力信息系统的运行数据之后，立即判断采集的所有数据是否都是真实运行数据，可提前设定真实运行数据参数；

2)删去无关于运行数据的所有其它数据，同时判断是否有新的无关数据生成，将新的无关数据进行标记成屏蔽数据，在下一次采集过程中就不会再次采集屏蔽过的数据。

优选的，所述步骤3中构建运行数据训练样本集和测试集，具体如下：将运行数据分为训练集和测试集，通过分类算法将训练集和测试集分别随机组合，其中分类算法包括但不限于为SVM、决策树或贝叶斯。

优选的，所述步骤4中利用深度学习模型对运行数据集进行训练，具体如下：