技术摘要：
本申请涉及电网设备制造技术领域，特别地，涉及一种基于神经网络的配电网台账数据贯通方法及装置。一定程度可以解决配电网台账数据无法贯通的问题，所述方法包括：获取来自业务系统的配网台账数据；对所述配网台账数据进行预处理并划分得到测试集与训练集；将特征数据  全部
背景技术：
配电网台账数据是电力系统配网中各种设备、机构的数据记录，所述数据记录包 括变电站、母线、线路、负荷开关、断路器、熔断器、支线、柱上开关、变压器等，由于设备多 样、连接关系复杂，不同数据源的台账数据相互独立，无法判断不同数据源记录的设备是否 相同，致使数据无法关联，为后续数据及业务价值的挖掘探索造成一定阻碍。 配电网台账及设备连接关系复杂，业务重点不同，不同系统之间差异较大。如何将 不同源数据进行贯通融合，成为获取数据价值必须要解决的问题。 因此本申请利用机器学习人工神经网络技术进行建模，使用大数据分析等技术手 段，实现多源系统间的″站-线-变″及其它导电设备台账及连接关系数据的贯通。
技术实现要素：
本申请提供了一种基于神经网络的配电网台账数据贯通方法及装置，通过获取不 同系统的配网台账数据、构建分类神经网络模型、分析变电站、线路、变压器之间的特征关 系、一定程度可以解决配电网台账数据无法贯通的问题。 本申请的实施例是这样实现的： 本申请实施例的第一方面提供一种基于神经网络的配电网台账数据贯通方法，所 述方法包括： 获取来自业务系统的配网台账数据； 对所述配网台账数据进行预处理并划分得到测试集与训练集； 将特征数据输入已构建的分类神经网络模型进行分析计算，得到输出的分类结 果； 基于所述分类结果，根据变电站、线路、变压器之间特征的相互关联，构建连接关 系； 根据所述连接关系进行贯通，将所有的变电站、线路、变压器及其它导电设备相互 连接形成以变电站为中心的多链路网状结构。 可选地，所述业务系统为GIS系统、调度系统、资产管理系统中至少一种或多种组 合。 可选地，所述预处理，为处理错误数据、处理缺失数据、处理重复数据中至少一种 或多种组合。 可选地，所述分析计算，执行如下：在分类神经网络模型中输入特征数据，将其赋 予权重和偏置项，由神经元自动存储和迭代计算，得到分类结果。 可选地，所述分类结果，包括：对相同的变电站、线路、变压器及其它导电设备进行 3 CN 111597415 A 说　明　书 2/8 页 分类。 可选地，所述特征，包括：连接特征、业务特征、区域特征。 可选地，所述测试集与训练集，用于构建分类神经网络模型。 可选地，所述分类神经网络模型基于BP反向传播算法。 本申请实施例的第二方面提供一种基于神经网络的配电网台账数据贯通装置，包 括存储器、处理器及存储在存储器上的计算机程序，所述处理器执行所述计算机程序时执 行如本申请实施例第一方面提供的