【技术实现步骤摘要】
一种基于大数据决策树的电网事故异常分析方法及系统
本专利技术涉及电力系统
，尤其涉及一种基于大数据决策树的电网事故异常分析方法及系统。
技术介绍
随着国家电网管理模式的逐步优化，电网调控人员是否能及时准确的判断事故信号的正确性并预测电力需求是一项必要的需求。但由于每个调控人员本身的工作经验和业务能力各不相同，对于相同的信号数据会得出不同的处置结果，会对电网的安全稳定运行产生很大问题。另一方面，事故判断、处理的时间越长，电网在非正常运行方式下运行的时间就越长，电能损耗就越大，事故进一步扩大的可能性也就越大。事故判断、处理的准确性和实效性的双重压力，给调控人员的工作带来很大的压力。因此，如何提供一种能够智能分析电网事故异常的方法及系统，是本领域技术人员需要解决的技术问题。公开于该
技术介绍
部分的信息仅仅旨在加深对本专利技术总体
技术介绍
的理解，而不应当被视为承认或以任何形式暗示该信息构成本领域技术人员所公知的现有技术。
技术实现思路
本专利技术的目的是：提供一种基于大数据决策树的电网事故异常...
【技术保护点】
1.一种基于大数据决策树的电网事故异常分析方法，其特征在于，包括：/n获取电网历史事故异常信号数据和电网历史监控数据，并进行规范化处理，建立测试样本集；/n设置电网事故异常信号的所有相关属性；/n计算所述测试样本集中各个所述相关属性的信息增益；/n将信息增益最大的所述相关属性作为根节点，其他所述相关属性按照信息增益的大小依次作为决策分支，构建决策树；/n输入待分析的电网监控数据到所述决策树中，得到电网事故异常分析结果。/n
【技术特征摘要】 【专利技术属性】
1.一种基于大数据决策树的电网事故异常分析方法，其特征在于，包括：
获取电网历史事故异常信号数据和电网历史监控数据，并进行规范化处理，建立测试样本集；
设置电网事故异常信号的所有相关属性；
计算所述测试样本集中各个所述相关属性的信息增益；
将信息增益最大的所述相关属性作为根节点，其他所述相关属性按照信息增益的大小依次作为决策分支，构建决策树；
输入待分析的电网监控数据到所述决策树中，得到电网事故异常分析结果。
2.根据权利要求1所述的基于大数据决策树的电网事故异常分析方法，其特征在于，所述信息增益的计算方法，包括：
Gain(A)＝I(S1,S2)-E(A)；
式中，I(S1,S2)代表所述测试样本集中相关属性A的信息熵，E(A)代表所述测试样本集中相关属性A在不同情况下的信息熵期望，Gain(A)代表所述测试样本集中相关属性A的信息增益，S代表所述测试样本集中的样本数量，S1代表在相关属性A的影响下所述测试样本集中电网事故异常信号为正确信号的样本数量，S2代表在相关属性A的影响下所述测试样本集中电网事故异常信号为错误信号的样本数量，S11代表在相关属性A为A1情况的影响下所述测试样本集中电网事故异常信号为正确信号的样本数量，S21代表在相关属性A为A1情况的影响下所述测试样本集中电网事故异常信号为错误信号的样本数量，S12代表在相关属性A为A2情况的影响下所述测试样本集中电网事故异常信号为正确信号的样本数量，S22代表在相关属性A为A2情况的影响下所述测试样本集中电网事故异常信号为错误信号的样本数量。
3.根据权利要求1所述的基于大数据决策树的电网事故异常分析方法，其特征在于，所述输入待分析的电网监控数据到所述决策树中，得到电网事故异常分析结果，包括：
获取待分析的电网实时数据，通过数据预测算法对所述待分析的电网实时数据进行数据预测，得到待分析的电网预测数据；
输入所述待分析的电网实时数据和所述待分析的电网预测数据到所述决策树中，得到电网事故异常分析结果。
4.根据权利要求1所述的基于大数据决策树的电网事故异常分析方法，其特征在于，所述方法还包括：
对所述电网事故异常分析结果进行审核，得到审核结果；
更新所述电网历史事故异常信号数据和电网历史监控数据，并对所述测试样本集进行更新处理，得到更新后的测试样本集；
根据所述审核结果和所述更新后的测试样本集，对所述决策树进行优化。
5.根据权利要求1所述的基于大数据决策树的电网事故异常分析方法，其特征在于，所述电网历史监控数据包括电网历史设备台账数据、电网历史遥测数据、电网历史遥信数据和电网历史环境数据。
6.一种基于大数据决策树的电网事故异常分析系统，其特征在于，包括：
技术研发人员：刘子全，朱雪琼，黄强，马径坦，胡成博，付慧，赵科，路永玲，王真，贾骏，
申请(专利权)人：国网江苏省电力有限公司电力科学研究院，国家电网有限公司，国网江苏省电力有限公司，江苏省电力试验研究院有限公司，
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。