一种用户涉电安全的多维度评价方法技术

本发明专利技术公开了一种用户涉电安全的多维度评价方法，包括：获取以政府侧、用户侧和电网侧为主体的用户涉电安全评价所需的历史数据建立样本数据库，并进行预处理；通过添加随机扰动的方式进行数据增强，通过生成式对抗网络扩充样本数据库；构建基于极限梯度提升树的评价模型，采用样本数据库进行训练和模型参数调整后得到最终的评价模型；获取用户涉电安全评价所需的实时数据，利用评价模型得到评价结果。本发明专利技术基于政府侧、电网侧和用户侧三个评价指标主体的多维数据，建立用户涉电安全的评价模型，实现了用户用电安全的精细化评估，提升了评估效率，同时能有效全面地进行安全评价，从根本上管住风险、消除隐患，提高用户用电安全水平。水平。水平。

【技术实现步骤摘要】
一种用户涉电安全的多维度评价方法


[0001]本专利技术涉及电力系统监控
，尤其是涉及一种用户涉电安全的多维度评价方法。

技术介绍

[0002]工业园区供用电呈现重要用户占比高、危化企业负荷高、用户负荷密度高、设备隐患多、关注主体多、设备运行周期长的特点，安全风险高。传统主要依靠人员对工业园区进行安全风险评估，评估随机性大，也不具有代表性。因此，如何建立一种模型替代人工完成用户涉电安全风险智能评估对提升工业园区用户涉电安全水平具有重要意义。目前，用户涉电安全管理多维度评价方法主要采用专家打分法，主观性较强；近些年，政府、电网、用户加强了数字化建设和设备感知，但是在现有的技术中未将政府、电网、用户三方的多维数字化数据考虑在内进行用户涉电安全的评价，现有用户涉电安全管理评价方法不能有效对用户开展检查、评价，不能从根本上管住风险、消除隐患，护航辖区安全稳定发展。
[0003]在中国专利文献上公开的“电力安全智能评估方法、装置、设备、介质和程序产品”，其公开号为CN114118858A，公开日期为2022
‑
03
‑
01，包括：读取预设历史时段的电力安全历史文本集，分析该文本集得到由该文件集表征的多个安全评估维度，提供基于各安全评估维度的多级评价指标初始布局网络并根据对该初始布局网络的编辑内容得到基于各安全评估维度的多级评价指标布局网络，根据该多级评价指标布局网络及为各评价指标设定的评价指标权重构建电力安全评估模型，将待评价对象的电力安全评估信息输入该评估模型获取该评估模型输出的该待评价对象的电力安全评估值。但是该技术是根据电力安全历史文本集获取的不同评价指标，因此其评价的全面性受限于文本集本身的数据全面性，当文本集本身记录的历史数据不全缺少政府、电网、用户三方的多维数字化数据时，也就不能有效全面地进行安全评价，无法从根本上管住风险、消除隐患，提高用户用电安全水平。

技术实现思路

[0004]本专利技术是为了克服现有技术中没有从政府、电网、用户等多方面的多维数字化数据进行用户涉电安全评价，不能有效全面地评价用户用电安全，无法从根本上关注风险消除隐患的问题，提供了一种用户涉电安全的多维度评价方法，基于政府侧、电网侧和用户侧三个评价指标主体的多维数据，建立用户涉电安全的评价模型，实现了用户用电安全的精细化评估，提升了评估效率，同时能有效全面地进行安全评价，从根本上管住风险、消除隐患，提高用户用电安全水平。
[0005]为了实现上述目的，本专利技术采用以下技术方案：
[0006]一种用户涉电安全的多维度评价方法，包括：
[0007]S1、获取以政府侧、用户侧和电网侧为评价指标主体的用户涉电安全评价所需的历史数据建立样本数据库，并进行预处理；
[0008]S2、通过添加随机扰动的方式进行数据增强，通过生成式对抗网络扩充样本数据
库；
[0009]S3、构建基于极限梯度提升树的评价模型，采用样本数据库进行训练和模型参数调整后得到最终的评价模型；
[0010]S4、获取用户涉电安全评价所需的实时数据，利用评价模型得到用户涉电安全的评价结果。
[0011]本专利技术中历史数据包括政府侧、用户侧和电网侧的各个评价指标对应数据以及由这些数据综合得到的用户涉电安全评价结果，最终安全评价结果也可以用数值表示，不同的数值区间对应不同的安全评价结果，其对应关系根据实际的用电情况结合专家意见得到；而对于以政府侧、用户侧和电网侧为主体的评价指标，则是考虑影响用户用电安全的因素，根据故障树原理选取易于测量且能反应供用电安全状况的指标，是能够直接得到检测数据和专家打分结果的安全评价指标体系，从而可以对用户用电安全进行全面有效的评价。
[0012]作为优选，所述S1中，预处理的过程包括对样本数据库中的各个评价指标对应的数据进行标准归一化处理：
[0013][0014]其中x
i
为某评价指标的原始数据，为该评价指标的归一化处理后数据，x
min
和x
max
分别为样本数据库中该评价指标对应数据的最小值和最大值。
[0015]本专利技术中对于样本的归一化处理可以加快后续数据训练的速度，并且归一化的处理可以去除各个类型数据的单位限制达成数据的统一；本专利技术的归一化操作按照评价指标对应的最大数据为最佳作为标准进行处理。
[0016]作为优选，所述政府侧评价指标包括：气象数据和应急数据；所述用户侧评价指标包括：调度数据、配网数据、主网数据、电工数据、运维数据和用电检查数据；所述电网侧评价指标包括：专业数据、设备数据和安保数据。
[0017]本专利技术中的评价指标选择易于测量得到数值结果以及有细化标准能够进行专家打分的指标，既能保证安全评价指标体系中评价过程的客观性和数据获取的方便性，同时也充分利用了现如今在政府侧、用户侧和电网侧逐渐加强的数字化建设和设备感知技术，保证了用电安全评价的全面性。
[0018]作为优选，所述S3包括以下步骤：
[0019]将样本数据库内的数据按照指定比例分为训练数据集、验证数据集和测试数据集；
[0020]对每个评价指标与评价结果的相关性进行评分，并以该评分作为评价指标对应数据的权重系数对样本数据库进行更新；
[0021]采用更新后的样本数据库对基于极限梯度提升树的评价模型进行训练，并通过网格搜索法和K折交叉验证对模型的参数进行选择和调优。
[0022]本专利技术中采用了典型的基于极限梯度提升树的评价模型，能够提升评价结果的准确性同时减少评价时间，使得用电安全的在线评估反应更迅速；对于评价模型，通过网格搜索法完成超参数的选择，主要包括决策树棵树、树最大深度和学习率等；模型训练中K优选为10，即采用是折交叉验证的方法，将样本数据库按照8：1：1的比例分为训练数据集、验证
数据集和测试数据集，以训练数据集进行模型训练，验证数据集对模型进行验证，最后以测试数据集进行模型测试。
[0023]作为优选，对于评价指标与评价结果为非线性关系时，采用最大信息系数进行相关性评分：
[0024][0025]其中I(x；y)为评价指标x和评价结果y的互信息，a和b是在x，y方向上的划分格子的数量，n为样本数量，B(n)取样本数量的0.6次方，mic的取值范围为(0，1)。
[0026]本专利技术中不同评价指标对评价结果的影响是不同的，当评价指标与评价结果的相关性越高时，其对评价结果的影响就越大，且由于相关性评分的取值范围在0到1之间，因此可以作为评价指标对应数据的权重系数，从而凸显高相关性的评价指标；对于最大信息系数而言，mic的值越大则变量间的相关性越高，对越不含噪音的关系，mic的值越趋向于1。
[0027]作为优选，对于评价指标与评价结果为线性关系时，采用皮尔森相关系数进行相关性评分：
[0028][0029]其中n为样本数量，为评价指标xi的平均值，为xi的标准差，为评价结果yi的平均值，为yi的标准差，PCC的取值本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用户涉电安全的多维度评价方法，其特征在于，包括：S1、获取以政府侧、用户侧和电网侧为评价指标主体的用户涉电安全评价所需的历史数据建立样本数据库，并进行预处理；S2、通过添加随机扰动的方式进行数据增强，通过生成式对抗网络扩充样本数据库；S3、构建基于极限梯度提升树的评价模型，采用样本数据库进行训练和模型参数调整后得到最终的评价模型；S4、获取用户涉电安全评价所需的实时数据，利用评价模型得到用户涉电安全的评价结果。2.根据权利要求1所述的一种用户涉电安全的多维度评价方法，其特征在于，所述S1中，预处理的过程包括对样本数据库中的各个评价指标对应的数据进行标准归一化处理：其中x
i
为某评价指标的原始数据，为该评价指标的归一化处理后数据，x
min
和x
max
分别为样本数据库中该评价指标对应数据的最小值和最大值。3.根据权利要求1或2所述的一种用户涉电安全的多维度评价方法，其特征在于，所述政府侧评价指标包括：气象数据和应急数据；所述用户侧评价指标包括：调度数据、配网数据、主网数据、电工数据、运维数据和用电检查数据；所述电网侧评价指标包括：专业数据、设备数据和安保数据。4.根据权利要求1或2所述的一种用户涉电安全的多维度评价方法，其特征在于，所述S3包括以下步骤：将样本数据库内的数据按照指定比例分为训练数据集、验证数据集和测试数据集；对每个评价指标与评价结果的相关性进行评分，并以该评分作为评价指标对应数据的权重系数对样本数据库进行更新；采用更新后的样本数据库对基于极限梯度提升树的评价模型进行训练，并通...

【专利技术属性】
技术研发人员：刘惺惺，揭业炜，龙鹏，白景涛，李谦，马振琦，郝栋梁，路凯，白俊，张建平，彭斌，彭坤，郑铭洲，陆卫红，姚东平，徐佳丽，施文煇，王腾达，臧治，张海让，王泽文，刘苏，周文超，曹睿，吴铭超，徐涛，吴新瑞，唐栋，
申请(专利权)人：嘉兴市恒光电力建设有限责任公司滨海分公司嘉兴市众业供电服务有限公司滨海分公司，
类型：发明
国别省市：