一种预测开关机构运转趋势的方法技术

本发明专利技术公开了一种预测开关机构运转趋势的方法，包括以下步骤：步骤一，统计收集；步骤二，数据分类；步骤三，数据预处理；步骤四，数据切分；步骤五，模型选择；步骤六，模型训练；步骤七，模型评估；步骤八，模型调优；步骤九，趋势预测；该发明专利技术通过问题划分确定模型种类，随后经过测试、训练和优化得到最优的模型，并且随着数据样本的不断扩大，机器不断深度学习，有利于自主优化模型，通过模型预测未来一段时间内开关发生机构运转频繁信号的可能性，或者对其信号发生的数量及频度做预估，有利于工作人员提前对设备进行维护，避免了开关机构频繁运转的现象发生，有利于提高配电网线路的使用安全性和可靠性。性和可靠性。性和可靠性。

【技术实现步骤摘要】
一种预测开关机构运转趋势的方法


[0001]本专利技术涉及配电网线路运行维护
，具体为一种预测开关机构运转趋势的方法。

技术介绍

[0002]变电运行的安全管理事关工农业生产的安全以及广大人民群众的生命、财产安全,因而备受社会各界关注。变电运行是确保电网安全的人工操作源头，也是电网运行管理的最前沿，变电运行作业操作的好坏直接关系到电网的稳定性、安全性。电网运行不安全,将严重制约企业发展和经济效益的提高,针对当前事故频发的局面,做好变电运行事故的防范与处理以及提升设备运行维护管理水平成为了我们必须要解决和处理好的一个问题,可见,变电运行的安全管理极其重要,变电运行的安全管理水平决定着整个变电运行的安全状况。
[0003]在变电运行过程中最为关键的一个环节就是开关机构的正常运转，然后受到气压和开关本身质量等等原理，开关会出现气压不足的情况，当开关气压不足时，开关会自行充气，如果开关气压能达到安全气压时，会产生复归信号，每发生一次自行充气的情况测产生一次电信号，发生信号越多，说明该开关机构运转存在一定的隐患，在未来一段时间内可能因为负载等问题使得该开关机构出现重大事故，降低了配电网线路的使用安全。

技术实现思路

[0004]本专利技术的目的在于提供一种预测开关机构运转趋势的方法，以解决上述
技术介绍
中提出的问题。
[0005]为了解决上述技术问题，本专利技术提供如下技术方案：一种预测开关机构运转趋势的方法，包括以下步骤：步骤一，统计收集；步骤二，数据分类；步骤三，数据预处理；步骤四，数据切分；步骤五，模型选择；步骤六，模型训练；步骤七，模型评估；步骤八，模型调优；步骤九，趋势预测；
[0006]其中在上述步骤一中，首先根据预测需要统计收集不同机构类型、不同厂站、不同厂家、不同气象情况下以及一天24小时不同时刻出现信号的次数，并且以每个设备每天一条记录的方式生成数据，每条数据为一个样本，信号一天出现多次时，作次数加总，随后利用pandas的方法读取数据，形成数据集；
[0007]其中在上述步骤二中，根据信号在样本中发生频率，将步骤一中读取的数据集按照一定规则分为三类，将分类1的数据留下，分类2与分类3的数据弃之不用；
[0008]其中在上述步骤三中，将步骤二中分类留下的数据集利用特征降维、特征空值处理、特征转换和特征归一化等方法进行处理和修正；
[0009]其中在上述步骤四中，随后将步骤三中修正处理后的数据集按照70％数据集进行模型训练，30％数据进行模型测试的比例进行划分；
[0010]其中在上述步骤五中，由于模型在步骤二中得到的分类1的基础上进行预测，属于
回归问题，依次使用机器学习算法中回归模型依次进行测试，依次输出在默认参数下模型预测准确率，选取效果好的模型作为训练模型；
[0011]其中在上述步骤六中，将步骤四中划分好的70％的数据集带入到步骤五中的训练模型中进行训练，首先训练FC层，迭代5-7个epoch后保存模型，随后训练整个网络，完成40-60个epoch，直至得到稳定结果为止；
[0012]其中在上述步骤七中，将步骤四中30％的测试数据集迭代到步骤六中训练完成的模型中，通过真实数据和预测数据进行对比，来判定模型的好坏，并且将结果记录到表格中，得到模型预测的准确性；
[0013]其中在上述步骤八中，根据步骤七中的评价结果利用网格搜索调优算法，将需要调节的参数传入，参数取值范围尽量够大，得到最好的一组模型训练参数，从而得到最优模型；
[0014]其中在上述步骤九中，得到步骤八中得到的最优模型，随后通过封装最优模型的服务接口，实现模型的调用，随后上线模型对未来一段时间开关机构频繁运转信号的可能性从完全相等和逻辑相等两方面进行预测。
[0015]根据上述技术方案，所述步骤一中，机构类型分为气动、液簧、夜压，统计各个机构类型出现信号次数，选取信号总数排名前30的厂站，选取信号总数排名前30的厂家，气象分析包括当天相对湿度最小值对信号的统计分析、当天与昨天温度最大值之差对信号的统计分析，一天24小时对信号统计分析为统计一天24小时每个时刻开关发生信号的次数。
[0016]根据上述技术方案，所述步骤二中，数据分类的标准为：分类1：产生信号次数多的情况，前一天至前三天信号平均次数xh_num_avg3≧1；分类2：属于突变情况，当天信号次数≧昨天信号次数，不含分类1；分类3：属于不变情况。
[0017]根据上述技术方案，所述步骤五中，回归模型为线性回归、拉索、决策树和Xgboost其中一种。
[0018]根据上述技术方案，所述步骤六中，epoch为训练周期，将所有样本数据一次迭代到模型中为一个epoch。
[0019]根据上述技术方案，所述步骤七中，模型评估的主要方法为混淆矩阵、提升图&洛伦兹图、基尼系数、ks曲线和roc曲线其中两种或者多种方法组合使用。
[0020]根据上述技术方案，所述步骤七中，模型好坏的评价可以从准确率、召回率和调和平均数三个方面进行评判。
[0021]根据上述技术方案，所述步骤九中，完全相等指的是四舍五入或者向上取整的预测值与真实值相等，结果为True,否则为False，逻辑相等的定义是真实值如果大于0且四舍五入或者向上取整的预测值也大于0，结果为True；真实值如果小于等于零时，且四舍五入或者向上取整的预测值也小于等于零，结果为True；其他情况均为False。
[0022]与现有技术相比，本专利技术所达到的有益效果是：该专利技术通过问题划分确定模型种类，随后经过测试、训练和优化得到最优的模型，并且随着数据样本的不断扩大，机器不断深度学习，有利于自主优化模型，通过模型预测未来一段时间内开关发生机构运转频繁信号的可能性，或者对其信号发生的数量及频度做预估，有利于工作人员提前对设备进行维护，避免了开关机构频繁运转的现象发生，有利于提高配电网线路的使用安全性和可靠性。
附图说明
[0023]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。在附图中：
[0024]图1是本专利技术的方法流程图。
具体实施方式
[0025]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0026]请参阅图1，本专利技术提供一种技术方案：一种预测开关机构运转趋势的方法，包括以下步骤：步骤一，统计收集；步骤二，数据分类；步骤三，数据预处理；步骤四，数据切分；步骤五，模型选择；步骤六，模型训练；步骤七，模型评估；步骤八，模型调优；步骤九，趋势预测；
[0027]其中在上述步骤一中，首先根据预测需要统计收集不同机构类型、不同厂站、不同厂家、不同气象情况下以及一天本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测开关机构运转趋势的方法，包括以下步骤：步骤一，统计收集；步骤二，数据分类；步骤三，数据预处理；步骤四，数据切分；步骤五，模型选择；步骤六，模型训练；步骤七，模型评估；步骤八，模型调优；步骤九，趋势预测；其特征在于：其中在上述步骤一中，首先根据预测需要统计收集不同机构类型、不同厂站、不同厂家、不同气象情况下以及一天24小时不同时刻出现信号的次数，并且以每个设备每天一条记录的方式生成数据，每条数据为一个样本，信号一天出现多次时，作次数加总，随后利用pandas的方法读取数据，形成数据集；其中在上述步骤二中，根据信号在样本中发生频率，将步骤一中读取的数据集按照一定规则分为三类，将分类1的数据留下，分类2与分类3的数据弃之不用；其中在上述步骤三中，将步骤二中分类留下的数据集利用特征降维、特征空值处理、特征转换和特征归一化等方法进行处理和修正；其中在上述步骤四中，随后将步骤三中修正处理后的数据集按照70%数据集进行模型训练，30%数据进行模型测试的比例进行划分；其中在上述步骤五中，由于模型在步骤二中得到的分类1的基础上进行预测，属于回归问题，依次使用机器学习算法中回归模型依次进行测试，依次输出在默认参数下模型预测准确率，选取效果好的模型作为训练模型；其中在上述步骤六中，将步骤四中划分好的70%的数据集带入到步骤五中的训练模型中进行训练，首先训练FC层，迭代5-7个epoch后保存模型，随后训练整个网络，完成40-60个epoch，直至得到稳定结果为止；其中在上述步骤七中，将步骤四中30%的测试数据集迭代到步骤六中训练完成的模型中，通过真实数据和预测数据进行对比，来判定模型的好坏，并且将结果记录到表格中，得到模型预测的准确性；其中在上述步骤八中，根据步骤七中的评价结果利用网格搜索调优算法，将需要调节的参数传入，参数取值范围尽量够大，得到最好的一组模型训练参数，从而得到最优模型；其中在上述步骤九中，得到步骤八中得到的最优模型，随后通过封装最优模型的服务接口，实现模型的调用，随后上线模型对未来一段时间开关...

【专利技术属性】
技术研发人员：晏斐，熊福喜，董清龙，张远来，
申请(专利权)人：泰豪软件股份有限公司，
类型：发明
国别省市：