【技术实现步骤摘要】
基于数据挖掘的配电网故障风险等级预测方法
本专利技术涉及配电网故障预测
,具体涉及一种基于数据挖掘的配电网故障风险等级预测方法。
技术介绍
配电网作为电网向用户输送电力的最后一环,与用户联系最为紧密,对用户正常用电的影响也更为直接,配电网的故障将直接导致用户失电从而影响正常的生产和生活。为了规避失去电力带来的风险,需要对配电网故障的起因有更好的理解很认识,掌握其内在的规律,同时能够一定程度上预测配电网故障的发生,针对性的提前排除隐患,配置足够的抢修物资,并安排抢修人员驻点守护,最大程度减少电网故障带来的损失,降低配电网故障率,提高电网可靠性。
技术实现思路
本专利技术的目的是提供一种能够较为可靠地对配电网故障风险等级进行预测的方法。为达到上述目的,本专利技术采用的技术方案是:一种基于数据挖掘的配电网故障风险等级预测方法,包括以下步骤:步骤1:数据获取:获取配电网相关的各类型原始数据,所述原始数据包括历史数据和预测数据;步骤2:数据处理:对所获取的数据进行处理而得到包含标注故障风险等级的所述历史数据和所述预测数据的数据表;步骤3:数据特征属性分析:对所述数据表中的所述历史数据进行特征属性分析,提取所述历史数据的特征属性;步骤4:故障风险等级预测模型训练:建立故障风险等级预测模型,利用提取过特征属性的所述历史数据并基于所述预测数据对所述故障风险等级预测模型进行训练,得到训练好的故障风险等级预测模型;步骤5:故障风险等级预测:利用训练好的故障 ...
【技术保护点】
1.一种基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述基于数据挖掘的配电网故障风险等级预测方法包括以下步骤:/n步骤1:数据获取:获取配电网相关的各类型原始数据,所述原始数据包括历史数据和预测数据;/n步骤2:数据处理:对所获取的数据进行处理而得到包含标注故障风险等级的所述历史数据和所述预测数据的数据表;/n步骤3:数据特征属性分析:对所述数据表中的所述历史数据进行特征属性分析,提取所述历史数据的特征属性;/n步骤4:故障风险等级预测模型训练:建立故障风险等级预测模型,利用提取过特征属性的所述历史数据并基于所述预测数据对所述故障风险等级预测模型进行训练,得到训练好的故障风险等级预测模型;/n步骤5:故障风险等级预测:利用训练好的故障风险等级预测模型对配电网故障的风险等级进行预测。/n
【技术特征摘要】
1.一种基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述基于数据挖掘的配电网故障风险等级预测方法包括以下步骤:
步骤1:数据获取:获取配电网相关的各类型原始数据,所述原始数据包括历史数据和预测数据;
步骤2:数据处理:对所获取的数据进行处理而得到包含标注故障风险等级的所述历史数据和所述预测数据的数据表;
步骤3:数据特征属性分析:对所述数据表中的所述历史数据进行特征属性分析,提取所述历史数据的特征属性;
步骤4:故障风险等级预测模型训练:建立故障风险等级预测模型,利用提取过特征属性的所述历史数据并基于所述预测数据对所述故障风险等级预测模型进行训练,得到训练好的故障风险等级预测模型;
步骤5:故障风险等级预测:利用训练好的故障风险等级预测模型对配电网故障的风险等级进行预测。
2.根据权利要求1所述的基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述基于数据挖掘的配电网故障风险等级预测方法以所述配电网中的馈线为分析对象。
3.根据权利要求2所述的基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述步骤1中,所述原始数据的类型包括馈线自身属性、馈线运行属性、馈线周边环境属性三类。
4.根据权利要求2所述的基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述步骤2包括以下子步骤:
子步骤2-1:数据表合并:将所述原始数据以馈线为关联辆进行整合,得到原始数据表;
子步骤2-2:数据清洗:对所述原始数据表中的异常条目进行清洗处理,得到处理后的数据表;
子步骤2-3:故障风险等级标注:针对所述处理后的数据表中的历史数据,分别判定并标注各条故障的风险等级。
5.根据权利要求4所述的基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述子步骤2-3中,将单位时间内馈线故障次数、故障停电时间作为故障风险等级的判定标准而判定并标注各条故障的风险等级。
6.根据权利要求2所述的基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述步骤3中,采用RelieF算法对所述数据表中的所述历史数据进行特征属性分析,提取所述历史数据的特征属性。
7.根据权利要求6所述的基于数据挖掘的配电网故障风险等级预测方法,其特征在于:所述步骤3包括以下子步骤:
子步骤3-1:由所述数据表中随机抽取一条故障记录d,寻找与所述故障记录d故障风险等级相同且最临近的一条故障记录H、与所述故障记录d故障风险等级不同且最临近的一条故障记录M;
子步骤3-2:针对每一项特征属性,依据所述故障记录d分别与所述故障记录H、所述故障记录M之间的特征差的大小关系,确定该项特征属性对于所述故障记录d的故障风险等级是否有益,从而调整...
【专利技术属性】
技术研发人员:周佳威,冒烨颖,杨启明,王小蕾,马骏昶,董晓峰,顾佳,方琪,杭泱,
申请(专利权)人:国网江苏省电力有限公司苏州供电分公司,
类型:发明
国别省市:江苏;32
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。