供电服务风险预测方法、系统、存储介质及计算机设备技术方案

本发明专利技术提出一种供电服务风险预测方法、系统、存储介质及计算机设备，该方法包括：根据历史供电数据获取各种样本数据对应的标签类型；根据预设标签定义规则依次对每种样本数据进行分类和定义，以得到与样本数据对应的数据集；将所有样本数据对应的数据集进行汇总，以得到训练集，并根据训练集构建多路决策模型；获取配电网中任一配电设备的当前供电数据，并汇总所有决策模型对配电设备的当前供电数据进行分析后输出的决策结果，以根据汇总后的决策结果预测配电设备的服务风险等级。本发明专利技术提出的供电服务风险预测方法，通过预测供电网故障风险，以提前对供电网进行管控服务，避免故障的发生，保证供电的可靠性。保证供电的可靠性。保证供电的可靠性。

【技术实现步骤摘要】
供电服务风险预测方法、系统、存储介质及计算机设备


[0001]本专利技术涉及配电网故障预测
，特别涉及一种供电服务风险预测方法、系统、存储介质及计算机设备。

技术介绍

[0002]随着国民经济的快速发展，人民的用电需求从“用上电”转为“用好电”，用户对电力的需求和依赖性越来越强,对电能质量和供电的可靠性要求也越来越高。
[0003]由于配电网网架结构复杂、设备类型多样、运行环境差异大、安全风险因素多，设备运行数据多且分散在不同部门的业务系统中，导致传统供电服务方式通常是根据客户行为提供对应的服务措施，而后电力公司派人去现场勘查再制定具体的处理方案，该服务处理方式导致供电设备的异常故障往往是在发生后才得以解决，容易出现长时间的大面积停电事件，影响生产和生活，用户用电满意度较低。

技术实现思路

[0004]基于此，本专利技术的目的是提出一种供电服务风险预测方法、系统、存储介质及计算机设备，以解决传统服务方式因处理故障异常滞后导致容易出现长时间的停电异常的问题。
[0005]根据本专利技术提出的供电服务风险预测方法，应用于供电系统，所述方法包括：
[0006]获取多个配电设备的历史供电数据，所述历史供电数据包括多种样本数据，以根据所述历史供电数据获取各种样本数据对应的标签类型；
[0007]根据样本数据对应的标签类型从预设数据库中调取与所述样本数据对应的预设标签定义规则，并根据所述预设标签定义规则依次对每种样本数据进行分类和定义，以得到与所述样本数据对应的数据集，所述数据集包括子标签以及与所述子标签对应的判定结果；
[0008]将所有样本数据对应的数据集进行汇总，以得到训练集，并根据所述训练集构建多路决策模型；
[0009]获取所述配电网中任一配电设备的当前供电数据，并汇总所有决策模型对所述配电设备的当前供电数据进行分析后输出的决策结果，以根据汇总后的决策结果预测所述配电设备的服务风险等级。
[0010]综上，根据上述的供电服务风险预测方法，通过分析供电设备的供电数据，以对供电设备的故障风险进行预测，以提前排除故障隐患，保证供电可靠性。具体为，采集多个配电设备的历史供电数据，从而得到多种样本数据，根据样本数据的标签类型提取出预先设定好的标签定义规则，根据该标签定义规则对每种样本数据进行分类以及定义，从而得到构建决策模型的训练集，而后根据该训练集构建多路决策模型，而后通过监测配电网中任一个配电设备的当前供电数据，以分析出决策结果，从而有效判断出该配电设备的服务风险等级，即实现对整个配电网的有效监控预测，以对有可能发生的故障进行有效规避，保证
供电的可靠性，并提高用户用电满意度。
[0011]进一步地，所述样本数据包括基础属性数据、历史运行状态数据、历史运行环境数据、位置特征数据以及用户特征数据，所述根据所述预设标签定义规则依次对每种样本数据进行分类和定义的步骤包括：
[0012]将所述基础属性数据分类成投运年限数据、容量数据、供电半径数据以及检修记录数据；
[0013]将配电设备的投运年限数据与预设投运年限阀值进行比对，并根据比对结果将对应的配电设备进行投运年限标签定义，定义设备结果包括新投设备子标签、老旧设备子标签以及一般设备子标签；
[0014]将所述容量数据与设备配置容量阀值进行比对，以根据比对结果将与所述容量数据对应的设备进行容量标签定义，定义设备结果包括接带容量高子标签、接带容量低子标签、接带容量一般子标签；
[0015]将所述供电半径数据与设定的供电半径阀值进行匹配，以根据匹配结果将所述供电半径数据对应的设备进行供电半径标签定义，定义设备结果包括供电半径合格子标签、供电半径超限子标签以及供电半径严重超限子标签；
[0016]根据检修记录数据判断与所述检修记录数据对应的设备是否存在整体检修改造，若是则将对应的配电设备定义为总体检修改造子标签，若否则定义为部分检修改造子标签。
[0017]进一步地，所述根据所述预设标签定义规则依次对每种样本数据进行分类和定义的步骤还包括：
[0018]将所述历史运行状态数据分类成负载故障数据、停电故障数据、低电压故障数据、三相不平衡故障数据；
[0019]根据所述负载故障数据统计对应配电设备在第一预设时间内的负载故障发生次数，并将所述负载故障发生次数与预设负载故障频率阀值进行比对，根据比对结果将对应的配电设备进行负载标签定义，定义设备结果包括正常子标签、重载子标签、过载子标签以及严重过载子标签。
[0020]进一步地，所述将所有样本数据对应的数据集进行汇总，以得到训练集，并根据所述训练集构建多路决策模型的步骤包括：
[0021]若训练集大小为N，随机且有放回地从所述训练集中抽取N个训练样本，以得到用于训练决策模型的训练样本集，重复提取K次，以生成K组训练样本集；
[0022]获取所有子标签名称，以根据所有的子标签名称获取所述训练样本集的特征维度，根据所述特征维度随机从训练样本集中选择m个子标签，以根据每个训练样本集对应的m个子标签构建多个决策模型。
[0023]进一步地，所述获取所述配电网中任一配电设备的当前供电数据，并汇总所有决策模型对所述配电设备的当前供电数据进行分析后输出的决策结果，以根据汇总后的决策结果预测所述配电设备的服务风险等级的步骤还包括：
[0024]将当前供电数据输入到所述决策模型中，生成配电设备在预测日的服务风险值；
[0025]根据配电设备在预测日的服务风险值评估出服务风险等级，以根据所述服务风险等级向供电网管理平台发送对应的预警策略。
[0026]进一步地，所述方法还包括：
[0027]若所述服务风险值在第一预警阀值内，设定为一级服务风险等级；
[0028]若所述服务风险值在第二预警阀值内，设定为二级服务风险等级；
[0029]若所述服务风险值在第三预警阀值内，设定为三级服务风险等级。
[0030]进一步地，所述根据所述服务风险等级向供电网管理平台发送对应的预警策略的步骤包括：
[0031]若预测到所述供电设备的服务风险等级为一级，则主动生成故障维修工单，并将所述故障维修工单发送给所述供电网管理平台，所述故障维修工单包括供电设备故障原因以及维修措施；
[0032]若预测到所述供电设备的服务风险等级为二级，则主动生成故障隐患提醒信息，并将所述故障隐患提醒信息发送给所述供电网管理平台，所述故障隐患提醒信息包括一种或多张检修项目类型；
[0033]若预测到所述供电设备的服务风险等级为三级，则主动生成停电提醒信息，并将所述停电提醒信息发送给供电管理平台。
[0034]根据本专利技术实施例的一种供电服务风险预测系统，应用于供电系统，所述供电服务风险预测系统包括：
[0035]标签类型获取模块，用于获取多个配电设备的历史供电数据，所述历史供电数据包括多种样本数据，以根据所述历史供电数据获取各种样本数据对应的标签类型；
[0036]本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种供电服务风险预测方法，其特征在于，应用于供电系统，所述方法包括：获取多个配电设备的历史供电数据，所述历史供电数据包括多种样本数据，以根据所述历史供电数据获取各种样本数据对应的标签类型；根据样本数据对应的标签类型从预设数据库中调取与所述样本数据对应的预设标签定义规则，并根据所述预设标签定义规则依次对每种样本数据进行分类和定义，以得到与所述样本数据对应的数据集，所述数据集包括子标签以及与所述子标签对应的判定结果；将所有样本数据对应的数据集进行汇总，以得到训练集，并根据所述训练集构建多路决策模型；获取所述配电网中任一配电设备的当前供电数据，并汇总所有决策模型对所述配电设备的当前供电数据进行分析后输出的决策结果，以根据汇总后的决策结果预测所述配电设备的服务风险等级。2.根据权利要求1所述的供电服务风险预测方法，其特征在于，所述样本数据包括基础属性数据、历史运行状态数据、历史运行环境数据、位置特征数据以及用户特征数据，所述根据所述预设标签定义规则依次对每种样本数据进行分类和定义的步骤包括：将所述基础属性数据分类成投运年限数据、容量数据、供电半径数据以及检修记录数据；将配电设备的投运年限数据与预设投运年限阀值进行比对，并根据比对结果将对应的配电设备进行投运年限标签定义，定义设备结果包括新投设备子标签、老旧设备子标签以及一般设备子标签；将所述容量数据与设备配置容量阀值进行比对，以根据比对结果将与所述容量数据对应的设备进行容量标签定义，定义设备结果包括接带容量高子标签、接带容量低子标签、接带容量一般子标签；将所述供电半径数据与设定的供电半径阀值进行匹配，以根据匹配结果将所述供电半径数据对应的设备进行供电半径标签定义，定义设备结果包括供电半径合格子标签、供电半径超限子标签以及供电半径严重超限子标签；根据检修记录数据判断与所述检修记录数据对应的设备是否存在整体检修改造，若是则将对应的配电设备定义为总体检修改造子标签，若否则定义为部分检修改造子标签。3.根据权利要求2所述的供电服务风险预测方法，其特征在于，所述根据所述预设标签定义规则依次对每种样本数据进行分类和定义的步骤还包括：将所述历史运行状态数据分类成负载故障数据、停电故障数据、低电压故障数据、三相不平衡故障数据；根据所述负载故障数据统计对应配电设备在第一预设时间内的负载故障发生次数，并将所述负载故障发生次数与预设负载故障频率阀值进行比对，根据比对结果将对应的配电设备进行负载标签定义，定义设备结果包括正常子标签、重载子标签、过载子标签以及严重过载子标签。4.根据权利要求3所述的供电服务风险预测方法，其特征在于，所述将所有样本数据对应的数据集进行汇总，以得到训练集，并根据所述训练集构建多路决策模型的步骤包括：若训练集大小为N，随机且有放回地从所述训练集中抽取N个训练样本，以得到用于训练决策模型的训练样本集，重复提取K次，以生成K组训练样本集；
获取所有子标签名称，以根据所有的子标签名称获取所述训练样本集的特征维度，根据所述特征...

【专利技术属性】
技术研发人员：张远来，髙至平，晏欢，张霞，杨贇，
申请(专利权)人：泰豪软件股份有限公司，
类型：发明
国别省市：