一种基于深度决策树算法的电力负荷特性挖掘方法技术

本发明专利技术公开了一种基于深度决策树算法的电力负荷特性挖掘方法，它包括：利用采集装置采集电力用户负荷特征数据及影响电力负荷变化的因素数据；对所采集的电力用户负荷特性数据及影响电力负荷变化因素数据进行预处理，建立训练数据样本集和测试集；设置深度决策树模型的参数，即深度决策树算法中的初始森林模型参数；利用训练数据样本集对深度决策树模型进行训练；利用测试集对训练后的深度决策树模型进行测试，确定深度决策树模型深度；得到训练和测试完成的深度决策树模型后，向模型中输入需要进行负荷特性挖掘的观测值数据，输出负荷特性预测结果；达到对电力系统负荷特性进行深度挖掘的目标，从而指导电力企业安全调度和稳定运行。

A method of power load characteristic mining based on depth decision tree algorithm

The invention discloses a power load characteristic mining method based on depth decision tree algorithm, which comprises: collecting power user load characteristic data and factor data affecting power load variation by using a collection device; pretreating the collected power user load characteristic data and factor data affecting power load variation. Establish the training data sample set and test set; set the parameters of the depth decision tree model, i.e. the initial forest model parameters in the depth decision tree algorithm; train the depth decision tree model with the training data sample set; test the trained depth decision tree model with the test set to determine the depth decision tree model D-type depth; after obtaining the depth decision tree model completed by training and testing, input the observed data needed to mine the load characteristics to the model, output the load characteristics prediction results; achieve the goal of deep mining load characteristics of the power system, thus guiding the safe dispatch and stable operation of power enterprises.

【技术实现步骤摘要】
一种基于深度决策树算法的电力负荷特性挖掘方法
本专利技术属于电力负荷特性分析领域，特别是涉及一种基于深度决策树算法的电力负荷特性挖掘方法。
技术介绍
电力系统应当对各类用户提供安全可靠、合乎标准的电能，时刻满足电力用户即负荷的电量需求。随着社会经济快速发展、产业结构升级、全球气候环境变化、以及人民生活水平不断提高，电力负荷特性较之前发生了较大的变化。这对电力系统保证电力平衡、时刻安全稳定运行产生了冲击。为了应对这样一个局面，对电力负荷特性进行深度的挖掘，把握新形势下电力负荷特性的变化规律是一个有效解决该问题的措施。电力负荷特性分析的传统方法往往是统计分析法，无法深入地对电力负荷特性进行深入地挖掘分析。只能获得粗略的电力系统负荷特性分类和简单分析结果。这种方法耗时费力，无法及时响应快速变化的电力负荷特性变化。因此寻找一个快速高效的方法来对电力系统负荷特性进行挖掘是一个亟待解决的问题。
技术实现思路
本专利技术要解决的技术问题是：提供一种基于深度决策树算法的电力负荷特性挖掘方法，通过利用深度决策树算法，对基本的电力负荷特性的提取和逐层处理，来达到对电力系统负荷特性进行深度挖掘的目标，从而指导本文档来自技高网...

【技术保护点】
1.一种基于深度决策树算法的电力负荷特性挖掘方法，它包括以下步骤：步骤S110、利用采集装置采集电力用户负荷特征数据及影响电力负荷变化的因素数据；步骤S120、对所采集的电力用户负荷特性数据及影响电力负荷变化因素数据进行预处理，建立训练数据样本集和测试集；步骤S130、设置深度决策树模型的参数，即深度决策树算法中的初始森林模型参数；步骤S140、利用训练数据样本集对深度决策树模型进行训练；步骤S150、利用测试集对训练后的深度决策树模型进行测试，确定深度决策树模型深度；步骤S160、得到训练和测试完成的深度决策树模型后，向模型中输入需要进行负荷特性挖掘的观测值数据，输出负荷特性预测结果。

【技术特征摘要】
1.一种基于深度决策树算法的电力负荷特性挖掘方法，它包括以下步骤：步骤S110、利用采集装置采集电力用户负荷特征数据及影响电力负荷变化的因素数据；步骤S120、对所采集的电力用户负荷特性数据及影响电力负荷变化因素数据进行预处理，建立训练数据样本集和测试集；步骤S130、设置深度决策树模型的参数，即深度决策树算法中的初始森林模型参数；步骤S140、利用训练数据样本集对深度决策树模型进行训练；步骤S150、利用测试集对训练后的深度决策树模型进行测试，确定深度决策树模型深度；步骤S160、得到训练和测试完成的深度决策树模型后，向模型中输入需要进行负荷特性挖掘的观测值数据，输出负荷特性预测结果。2.根据权利要求1所述的一种基于深度决策树算法的电力负荷特性挖掘方法，其特征在于：所述采集装置包括数据釆集与监控系统SCADA、广域测量系统WAMS和故障录波监测系统FRMS。3.根据权利要求1所述的一种基于深度决策树算法的电力负荷特性挖掘方法，其特征在于：所述电力用户负荷特征数据包括：分时域的负荷特性和频域功率曲线频谱；所述影响电力负荷变化的因...

【专利技术属性】
技术研发人员：谢百明，谈竹奎，刘斌，王冕，李正佳，马春雷，桂专，徐长宝，袁旭峰，桂军国，林呈辉，张秋雁，
申请(专利权)人：贵州电网有限责任公司，
类型：发明
国别省市：贵州,52