一种基于决策树算法的电网配变故障诊断方法及系统技术方案

本发明专利技术涉及计算机技术领域，具体揭示了一种基于决策树算法的电网配变故障诊断方法。所述方法包括：获取历史故障警报数据，根据历史故障警报数据确定标准故障样本；根据特征属性对该标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过目标测试集对初始决策树进行剪枝处理，得到目标决策树；根据目标决策树确定的分类规则生成故障诊断模型；基于该故障诊断模型对电网配变故障进行诊断。此方法下，能够提高故障诊断的效率和准确性。故障诊断的效率和准确性。故障诊断的效率和准确性。

【技术实现步骤摘要】
一种基于决策树算法的电网配变故障诊断方法及系统


[0001]本专利技术涉及计算机
，特别涉及一种基于决策树算法的电网配变故障诊断方法及系统。

技术介绍

[0002]电力是国民经济建设的重要能源，是社会发展的物质基础。随着社会经济的发展和 人们生活水平的进步，现代电力系统也日趋大型化、复杂化，人们对持续、稳定电能的需求量越来越大。伴随着用电需求量的增大，电力系统的故障无法避免。一般情况下，如果配电变压器的电压或电流数据超限导致了电力系统故障，配网调度员需要从数据库中核查报警位置处理数据，调取台账数据与原始报文，逐一排查配变匹配问题。这种利用手工排查故障过程十分繁琐，需要大量人力而且容易出错，因此故障诊断效率低、准确性低。
[0003]可见，为了快速并准确诊断配电网故障，确保电力系统安全稳定运行，增强供电的可靠性和持续性，一个优质的配电网故障诊断识别系统显然非常重要。

技术实现思路

[0004]为了解决相关技术中存在的配电网故障诊断效率低、准确性低的技术问题，本专利技术提供了一种基于决策树算法的电网配变故障诊断方法及系统。
[0005]本专利技术实施例第一方面公开了一种基于决策树算法的电网配变故障诊断方法，所述方法包括：获取历史故障警报数据，根据所述历史故障警报数据确定标准故障样本；根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；根据所述目标决策树确定的分类规则生成故障诊断模型；基于所述故障诊断模型对电网配变故障进行诊断。
[0006]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述根据所述历史故障警报数据确定标准故障样本，包括：按照预先设定的质量评估规则对所述历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。
[0007]作为一种可选的实施方式，在本专利技术实施例第一方面中，所述基于所述故障诊断模型对电网配变故障进行诊断，包括：当接收到故障警报时，从警报信息中获取实时警报数据，将所述实时警报数据输入到所述故障诊断模型，判断是否出现故障；如果判断出出现故障，确定所述警报信息无误，并根据所述警报信息的类型选择
相匹配的故障处理方案。
[0008]本专利技术实施例第二方面公开了一种基于决策树算法的电网配变故障诊断系统，包括：数据获取模块，用于获取历史故障警报数据；样本确定模块，用于根据所述历史故障警报数据确定标准故障样本；属性选择模块，用于根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；数据挖掘模块，用于利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；剪枝处理模块，用于通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；模型生成模块，用于根据所述目标决策树确定的分类规则生成故障诊断模型；故障诊断模块，用于基于所述故障诊断模型对电网配变故障进行诊断。
[0009]作为一种可选的实施方式，在本专利技术实施例第二方面中，所述样本确定模块，具体用于按照预先设定的质量评估规则对所述历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。
[0010]作为一种可选的实施方式，在本专利技术实施例第二方面中，所述故障诊断模块，包括：获取子模块，用于当接收到故障警报时，从警报信息中获取实时警报数据；故障判断子模块，用于将所述实时警报数据输入到所述故障诊断模型，判断是否出现故障；方案选择子模块，用于当所述故障判断子模块判断出出现故障时，确定所述警报信息无误，并根据所述警报信息的类型选择相匹配的故障处理方案。
[0011]本专利技术实施例第三方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本专利技术实施例第一方面公开的一种基于决策树算法的电网配变故障诊断方法。
[0012]本专利技术实施例第四方面公开一种电子设备，所述电子设备包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。
[0013]本专利技术的实施例提供的技术方案可以包括以下有益效果：本专利技术所提供的基于决策树算法的电网配变故障诊断方法包括如下步骤，获取历史故障警报数据，根据历史故障警报数据确定标准故障样本；根据特征属性对该标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过目标测试集对初始决策树进行剪枝处理，得到目标决策树；根据目标决策树确定的分类规则生成故障诊断模型；基于该故障诊断模型对电网配变故障进行诊断。
[0014]此方法下，能够基于分类决策树对电网配变不匹配问题的算法应用适应各种不利情况的配电网故障诊断方法，辅助调度人员迅速识别故障，提高了故障的诊断效率和准确
率，保证配电网的安全稳定运行。
[0015]应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本专利技术。
附图说明
[0016]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并于说明书一起用于解释本专利技术的原理。
[0017]图1是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断方法的流程图；图2是根据一示例性实施例示出的另一种基于决策树算法的电网配变故障诊断方法的流程图；图3是根据一示例性实施例示出的一种故障警报的判别规则流程图；图4是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断系统的框图。
具体实施方式
[0018]这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。
[0019]图1是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断方法的流程图。如图1所示，此方法包括以下步骤。
[0020]步骤101、故障诊断系统获取历史故障警报数据，根据该历史故障警报数据确定标准故障样本。
[0021]作为一种可选的实施方式，上述根据历史故障警报数据确定标准故障样本，可以包括：按照预先设定的质量评估规则对历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。
[0022]本专利技术实施例中，举例来说，如果警报事件是电压越限，那么相应地，故障警报数据可以包括相关匹配、变比、电压、电流信息等；此外，上述质量评估规则可以用于筛除历史故障警报数据中存在缺失、重复以及格式错误的数据。
[0023]步骤102、故障诊断系统根据特征属性对标准故障样本进行属性选择，得到目标训练集和目标测试集。
[本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于决策树算法的电网配变故障诊断方法，其特征在于，所述方法包括：获取历史故障警报数据，根据所述历史故障警报数据确定标准故障样本；根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；根据所述目标决策树确定的分类规则生成故障诊断模型；基于所述故障诊断模型对电网配变故障进行诊断。2.根据权利要求1所述的方法，其特征在于，所述根据所述历史故障警报数据确定标准故障样本，包括：按照预先设定的质量评估规则对所述历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述故障诊断模型对电网配变故障进行诊断，包括：当接收到故障警报时，从警报信息中获取实时警报数据，将所述实时警报数据输入到所述故障诊断模型，判断是否出现故障；如果判断出出现故障，确定所述警报信息无误，并根据所述警报信息的类型选择相匹配的故障处理方案。4.一种基于决策树算法的电网配变故障诊断系统，其特征在于，所述系统包括：数据获...

【专利技术属性】
技术研发人员：赵俊炜，梅傲琪，何毅鹏，饶欢，张锐，徐睿烽，周立德，陈凤超，黎鸣，张鑫，李祺威，
申请(专利权)人：广东电网有限责任公司东莞供电局，
类型：发明
国别省市：