一種電力仿真培訓(xùn)的智能評價方法及系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及電力仿真培訓(xùn)技術(shù)領(lǐng)域，尤其設(shè)及一種電力仿真培訓(xùn)的智能評價方法 及系統(tǒng)。
【背景技術(shù)】
[0002] 隨著我國電力工業(yè)的迅猛發(fā)展，電力系統(tǒng)規(guī)模日益擴(kuò)大、運行方式日趨復(fù)雜，人員 技能要求也越來越高，基于計算機(jī)仿真技術(shù)的電力培訓(xùn)仿真系統(tǒng)能夠真實模擬現(xiàn)場設(shè)備電 氣特性、物理特性和化學(xué)特性，營造逼真的作業(yè)環(huán)境，在電力培訓(xùn)體系中得到了廣泛而深入 的應(yīng)用。相當(dāng)一部分電力培訓(xùn)仿真系統(tǒng)還包含有評價系統(tǒng)，是人員培訓(xùn)過程中加強(qiáng)培訓(xùn)質(zhì) 量的有效途徑和重要手段。
[0003]目前應(yīng)用于電力培訓(xùn)仿真系統(tǒng)的評價方法主要有數(shù)理統(tǒng)計法、專家評價法等，該 些方法存在指標(biāo)建立不全面、權(quán)值分配不合理、人工參與程度高等問題，或主觀性較強(qiáng)，或 只是從定性角度綜合評價，都難W從復(fù)雜、不確定的數(shù)據(jù)輸入（操作記錄、培訓(xùn)檔案等）中 得到確定的信息（存在問題、改進(jìn)方面等），結(jié)果描述存在模糊性，評價不夠客觀、全面，容 易降低評價結(jié)果的可靠性和可信性，不能全面地了解學(xué)員學(xué)習(xí)培訓(xùn)的歷程，不能及時、有針 對性地提出改進(jìn)的意見。
[0004] 另一方面，電力公司應(yīng)對產(chǎn)業(yè)升級大力開展全員崗位培訓(xùn)，電力培訓(xùn)仿真系統(tǒng)的 應(yīng)用規(guī)模、范圍和深度不斷擴(kuò)大，很多培訓(xùn)中屯、通過電力培訓(xùn)仿真系統(tǒng)積累了大量的培訓(xùn) 記錄、數(shù)據(jù)和檔案，面對"堆積如山"的數(shù)據(jù)集合，傳統(tǒng)的數(shù)據(jù)分析手段只能獲得該些數(shù)據(jù)的 表層信息，難W從中挖掘出深層次、有價值、客觀全面的信息，難W對當(dāng)前正在進(jìn)行的培訓(xùn) 過程及培訓(xùn)評價形成反饋，企業(yè)并不能充分利用該些數(shù)據(jù)中的大量信息去客觀評價學(xué)員的 實際工作能力，給培訓(xùn)管理評價工作帶來了很大困難。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，本發(fā)明提供了一種電力仿真培訓(xùn)的智能 評價方法及系統(tǒng)，提高模糊評價系統(tǒng)的學(xué)習(xí)和表達(dá)能力，使電力仿真培訓(xùn)評價過程能更好 模擬人類智能而提高工作效率。
[0006] 為了解決上述問題，本發(fā)明提出了一種電力仿真培訓(xùn)的智能評價方法，所述方法 包括：
[0007] 輸入電力仿真的培訓(xùn)記錄因素；
[000引對所述培訓(xùn)記錄因素進(jìn)行模糊化處理，獲得處理結(jié)果；
[0009] 根據(jù)所述處理結(jié)果計算每條培訓(xùn)記錄因素的規(guī)則的適用度；
[0010] 對所述適用度進(jìn)行歸一化處理，并獲得歸一化處理結(jié)果；
[0011] 根據(jù)對每個培訓(xùn)記錄因素的規(guī)則和所述歸一化處理結(jié)果計算各規(guī)則輸出，并進(jìn)行 解模糊化處理，獲得所述培訓(xùn)記錄因素的評價結(jié)果。
[0012] 優(yōu)選地，所述對所述培訓(xùn)記錄因素進(jìn)行模糊化處理，獲得處理結(jié)果的步驟包括：
[0013] 將所述培訓(xùn)記錄因素進(jìn)行分類；
[0014] 將所述培訓(xùn)記錄因素的所有分類構(gòu)建評定集。
[0015] 優(yōu)選地，所述將所述培訓(xùn)記錄因素的所有分類構(gòu)建評定集的步驟包括：根據(jù)W下 公式構(gòu)建評定集：
[0016]
[0017] 其中，X為每個培訓(xùn)記錄因素X，y為輸出，F(xiàn)為培訓(xùn)記錄因素的所有分類的評定集 合，f為各個培訓(xùn)記錄因素的規(guī)則，r為模糊矩陣元素，{pk，Qk，rj，k = 1，2,…!!!為結(jié)論參 數(shù)。
[001引優(yōu)選地，所述對所述適用度進(jìn)行歸一化處理，并獲得歸一化處理結(jié)果的步驟包 括：
[0019] 根據(jù)W下公式對所述適用度進(jìn)行歸一化處理，并獲得歸一化處理結(jié)果：
[0020]
[0021] 其中，V為評價等級的模糊尺度集合，W為評價因素或指標(biāo)的權(quán)重或權(quán)系數(shù)向量，k 為取值參數(shù)，M和N為取值范圍。
[0022] 優(yōu)選地，所述根據(jù)對每個培訓(xùn)記錄因素的規(guī)則和所述歸一化處理結(jié)果計算各規(guī)則 輸出，并進(jìn)行解模糊化處理，獲得所述培訓(xùn)記錄因素的評價結(jié)果的步驟，包括：
[0023] 采用W下公式根據(jù)對每個培訓(xùn)記錄因素的規(guī)則和所述歸一化處理結(jié)果計算各規(guī) 則輸出，并進(jìn)行解模糊化處理，獲得所述培訓(xùn)記錄因素的評價結(jié)果：
[0024]
[002引其中，V為評價規(guī)則適用度歸一化處理結(jié)果，k為取值參數(shù)，N為取值范圍，F(xiàn)為培 訓(xùn)記錄因素規(guī)則集合，i為角標(biāo)，為每個培訓(xùn)記錄因素的規(guī)則。
[0026] 優(yōu)選地，所述方法還包括：
[0027] 通過神經(jīng)模糊網(wǎng)絡(luò)的自學(xué)習(xí)功能獲取前提參數(shù)和結(jié)論參數(shù)。
[002引優(yōu)選地，所述通過神經(jīng)模糊網(wǎng)絡(luò)的自學(xué)習(xí)功能獲取前提參數(shù)和結(jié)論參數(shù)的步驟包 括：
[0029] 確定前提參數(shù)的初始值，使用最小二乘法計算結(jié)論參數(shù)；
[0030] 更新前提參數(shù)，輸入前提參數(shù)和結(jié)論參數(shù)。
[0031] 相應(yīng)地，本發(fā)明還提供一種電力仿真培訓(xùn)的智能評價系統(tǒng)，所述系統(tǒng)包括：
[0032] 輸入模塊，用于輸入電力仿真的培訓(xùn)記錄因素；
[0033] 模糊化處理模塊，用于對所述輸入模塊所輸入的培訓(xùn)記錄因素進(jìn)行模糊化處理， 獲得處理結(jié)果；
[0034] 適用度計算模塊，用于根據(jù)所述模糊化處理模塊獲得的處理結(jié)果計算每條培訓(xùn)記 錄因素的規(guī)則的適用度；
[0035] 歸一化模塊，用于對所述適用度計算模塊所計算的適用度進(jìn)行歸一化處理，并獲 得歸一化處理結(jié)果；
[0036] 評價模塊，用于根據(jù)對每個培訓(xùn)記錄因素的規(guī)則和所述歸一化處理結(jié)果計算各規(guī) 則輸出，并進(jìn)行解模糊化處理，獲得所述培訓(xùn)記錄因素的評價結(jié)果。
[0037] 優(yōu)選地，所述模糊化處理模塊包括：
[003引分類單元，用于將所述培訓(xùn)記錄因素進(jìn)行分類；
[0039] 構(gòu)建單元，用于將所述培訓(xùn)記錄因素的所有分類構(gòu)建評定集。
[0040] 優(yōu)選地，所述系統(tǒng)還包括；自學(xué)習(xí)模塊，用于通過神經(jīng)模糊網(wǎng)絡(luò)的自學(xué)習(xí)功能獲取 前提參數(shù)和結(jié)論參數(shù)。
[0041] 在本發(fā)明實施例中，將模糊理論表達(dá)知識的能力和神經(jīng)網(wǎng)絡(luò)自學(xué)能力有效結(jié)合起 來，一方面采用模糊綜合評定法可W很好地模仿人的思維方式去解決模糊的、難W量化問 題，另一方面利用神經(jīng)網(wǎng)絡(luò)對環(huán)境的變化所具有的自學(xué)習(xí)能力，實現(xiàn)對既有評價結(jié)果的近 似推理，對新產(chǎn)生的過程數(shù)據(jù)具備自學(xué)習(xí)或自調(diào)整的能力，可W對培訓(xùn)過程進(jìn)行全方位、多 層次的分析，自動生成、調(diào)整評定矩陣，從而提高整個系統(tǒng)對知識的學(xué)習(xí)和表達(dá)能力，建立 客觀、公正的培訓(xùn)評價體系，保證培訓(xùn)質(zhì)量和效果。另外，將神經(jīng)網(wǎng)絡(luò)引入到評價系統(tǒng)，從而 代替人們?nèi)ヌ幚碓O(shè)計評價系統(tǒng)時遇到的部分繁雜的智能性工作，諸如生成、調(diào)整評定矩陣 等，提高模糊評價系統(tǒng)的學(xué)習(xí)和表達(dá)能力；同時克服了模糊理論不具備自學(xué)習(xí)能力和神經(jīng) 網(wǎng)絡(luò)無法表達(dá)人類自然語言的缺點，從而使電力仿真培訓(xùn)評價過程能更好模擬人類智能而 提高工作效率。
【附圖說明】
[0042] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動的前提下，還可W 根據(jù)該些附圖獲得其它的附圖。
[0043] 圖1是本發(fā)明實施例的電力仿真培訓(xùn)的智能評價方法的流程示意圖；
[0044] 圖2是本發(fā)明實施例的神經(jīng)模糊評價系統(tǒng)結(jié)構(gòu)示意圖；
[0045] 圖3是本發(fā)明實施例的電力仿真培訓(xùn)的智能評價系統(tǒng)的結(jié)構(gòu)組成示意圖。
【具體實施方式】
[0046] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；?本發(fā)明中的實施例，本領(lǐng)域普通技