[发明专利]电力线信道的调整方法和系统

摘要

本发明涉及一种电力线信道的调整方法和系统，其是先用多个电力线信道参数评估模型对当前影响电力线信道质量的电力线相关参数进行初步评估，再采用电力线信道质量评估模型对评估结果进行评估，将多个电力线信道参数评估模型和电力线信道质量评估模型相结合，经过两轮评估，使对电力线信道质量的判断更加准确，能够有效改善电力线信道质量判断的准确度和智能化，以此为依据对电力线信道进行调整，可以提高电力线信道的调整效果，有利于建设信道质量良好的电力线路。

主权项

一种电力线信道的调整方法，其特征在于，包括以下步骤：获取当前影响电力线信道质量的电力线相关参数；根据多个不同的电力线信道参数评估模型分别对所述当前影响电力线信道质量的电力线相关参数进行评估，获得多个关于所述当前影响电力线信道质量的电力线相关参数的评估结果；根据电力线信道质量评估模型对多个所述评估结果进行评估，获得目标评估结果；其中，所述电力线信道质量评估模型是经训练的基于Adaboost算法的评估模型；若所述目标评估结果与预设评估值不同，则对电力线信道进行调整；在所述获取当前影响电力线信道质量的电力线相关参数的步骤之前包括以下步骤：获取影响电力线信道质量的电力线相关参数的多个历史样本；分别利用每个电力线信道参数评估模型对所述多个历史样本一一进行评估，获得所述各个电力线信道参数评估模型的评估结果，其中，每个电力线信道参数评估模型对应多个评估结果；建立基于Adaboost算法的评估模型，将根据所有电力线信道参数评估模型获得的所有历史样本的评估结果合为训练样本集，根据所述训练样本集对所述基于Adaboost算法的评估模型进行训练，获得所述电力线信道质量评估模型；所述根据所述训练样本集对基于Adaboost算法的评估模型进行训练，获得所述电力线信道质量评估模型的步骤包括以下步骤：初始化所述训练样本集中所有训练样本的概率；在所述训练样本集中随机抽取若干个训练样本，根据抽取的训练样本训练基于Adaboost算法的评估模型中的分类器；计算所述分类器的错误率，若所述错误率小于错误率阈值，则根据所述错误率计算所述分类器的权重；若所述错误率大于或等于错误率阈值，则将出现分类错误的训练样本的概率增加第一预设步长，将未出现分类错误的训练样本的概率减小第二预设步长，对所述训练样本集中对应的训练样本的概率进行更新，并返回至所述在所述训练样本集中随机抽取若干个训练样本的步骤，直至所述错误率小于所述错误率阈值；返回至所述在所述训练样本集中随机抽取若干个训练样本的步骤，直至获得预设个数的分类器的权重；根据所述预设个数的分类器的权重，对所述预设个数的分类器进行加权叠加，获得所述电力线信道质量评估模型。