一种基于PCA算法和XGBoost算法的D-PMU扰动分类方法技术

本发明专利技术涉及一种基于PCA算法和XGBoost算法的D‑PMU扰动分类方法。其发明专利技术内容主要包括(1)基于滑动平均法的D‑PMU时间序列预处理方法；(2)基于PCA算法的D‑PMU时间序列特征提取方法；(3)基于XGBoost算法的D‑PMU时间序列扰动分类方法。

【技术实现步骤摘要】
一种基于PCA算法和XGBoost算法的D-PMU扰动分类方法
本专利技术涉及分布式计算与存储和机器学习领域，是基于主成分分析法(PCA)和极致梯度提升算法(XGBoost)的配网相量测量装置(D-PMU)扰动分类方法。
技术介绍
近年来，随着传感器测量技术、通信技术和计算机技术等在智能配电网中的广泛应用，结合我国电网的特点，性价比高并且适合故障定位的配网相量测量装置(D-PMU)在国内展开了泛的应用。D-PMU设备有效的解决了传统的测量传感器精度不够的问题，为智能配电网实现实时在线监测、故障诊断等提供了解决方案。D-PMU测量值类型有幅值、相角、频率和频率变化率等，数据采集频率为10毫秒一次,在智能配电网配置有多台D-PMU设备的情况下，这会产生大量的D-PMU测量数据，如何提取D-PMU测量的时间序列的主要特征是至关重要的。同时智能配电网可能存在扰动或设备故障的情况，局部的某些故障如短路，可能影响到整个系统，所以快速准确地对可能存在的扰动进行分类是智能配电网的首要问题。由于智能配电网中可能存在数据丢包等情况，导致数据丢失，本本文档来自技高网...

【技术保护点】
1.一种基于PCA算法和XGBoost算法的D-PMU扰动分类方法，其特征是：/n(1)基于滑动平均法的D-PMU时间序列预处理方法；/n(2)基于PCA算法的D-PMU时间序列特征提取方法；/n(3)基于XGBoost算法的D-PMU时间序列扰动分类方法。/n

【技术特征摘要】
1.一种基于PCA算法和XGBoost算法的D-PMU扰动分类方法，其特征是：
(1)基于滑动平均法的D-PMU时间序列预处理方法；
(2)基于PCA算法的D-PMU时间序列特征提取方法；
(3)基于XGBoost算法的D-PMU时间序列扰动分类方法。


2.根据权利要求1所述的基于滑动平均法的D-PMU时间序列预处理方法，其特征是，针对海量D-PMU时间序列可能存在丢包等导致数据缺失的问题，提取出经过前置解析的D-PMU时间序列，通过时间切片，将时间序列构建成特征矩阵，基于滑动平均法，实现D-PMU时间序列的缺省数据的插补，保证数据的质量。

【专利技术属性】
技术研发人员：熊瑶，肖光意，秦拯，袁智勇，于力，徐全，张吉昕，李明道，葛宁超，
申请(专利权)人：南方电网科学研究院有限责任公司，湖南大学，
类型：发明
国别省市：广东;44