一种基于决策树算法的220kV主变压器状态评估预测方法技术

技术编号:16270105 阅读:86 留言:0更新日期:2017-09-22 21:46
一种基于决策树算法的220kV主变压器状态评估预测方法,采用在线监测数据、决策算法训练、主变状态评估与判定,通过数据融合,利用决策算法技术、把220KV主变各种在线监测数据集中融合,汇总形成有价值的数据,为220kV主变压器状态评估提供有力的预测数据及手段支撑,提升设备的安全可靠性,带来主变状态评估预测方式的进步。

【技术实现步骤摘要】
一种基于决策树算法的220kV主变压器状态评估预测方法
本专利技术涉及电网中的主变状态评估预测及监测实时数据融合的技术方法,是一种对电网220kV主变压器状态评估预测的方法。
技术介绍
目前,在220KV主变设备采集的在线监测数据上,有大量的设备运行实时信息未能很好利用,对于这些设备的实时数据,运维人员(或监控人员)掌握不到或掌握不准确,对这些设备运行状态好坏情况的掌握,主要靠运维人员(或监控人员)人工经验,对无人值班的设备状态,既不能做到实时监控,又要花大量的人物力到现场核查。所以研究建立专用的220KV主变设备状态数据,决策树算法技术,在真正意义上实现220KV主变设备状态的预测管理。
技术实现思路
本专利技术的目的正是为了克服上述现有技术存在的缺陷而提供一种基于大数据决策算法的220kV主变压器状态评估预测方法,本专利技术基于在线监测信息的采集、整合和存储。从信息的采集来看,数据库需要接入不同的在线监测数据。数据接入数据库后,对接入的数据要进行分析、筛选、清洗、特征处理等,从而为算法与模型的建立、算法运算的准确性提供真实可信的数据。为了实现上述目的,本专利技术提供如下技术方案:本专本文档来自技高网...
一种基于决策树算法的220kV主变压器状态评估预测方法

【技术保护点】
一种基于决策树算法的220kV主变压器状态评估预测方法,其特征在是,包括以下步骤:(1)、采用220KV主变压器的油色谱氢气成分含量在线监测数据和油温在线监测数据存储至数据库,作为决策算法的基础;(2)、采用周期时序法存储定期采集到的主变压器在线监测数据,作为决策算法的训练样本集,利用决策树进行训练;(3)、训练的结果即为220KV主变压器的下一时序周期的状态,即正常与否的判定。

【技术特征摘要】
1.一种基于决策树算法的220kV主变压器状态评估预测方法,其特征在是,包括以下步骤:(1)、采用220KV主变压器的油色谱氢气成分含量在线监测数据和油温在线监测数据存储至数据库,作为决策算法...

【专利技术属性】
技术研发人员:张莉娜赵志宇马文徐敏杨东宁肖颖婷李华锋
申请(专利权)人:云南电网有限责任公司信息中心昆明能讯科技有限责任公司
类型:发明
国别省市:云南,53

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1