【技术实现步骤摘要】
基于决策树的低压末端感知停电状态分析算法
[0001]本专利技术基于决策树的低压末端感知停电状态分析算法涉及的是一种电力故障的分析方法。
技术介绍
[0002]在整个电力系统中,低压电网侧若发生故障,影响用户侧安全、稳定、可靠用电。且低压末端电力网络架构较为复杂,表现为公用配电变压器
‑
低压电缆分支箱
‑
表箱
‑
用户电能表的网络架构。以往的停电上报事件主要依赖于采集公用配电变压器数据的集中器上传,而对于低压电缆分支箱
‑
表箱
‑
用户电能表等下游的停电数据存在监控范围不够精细的问题,且缺乏智能研判的方法,不能够精确、快速地判断停电故障点与停电范围。
[0003]《通信电源技术》2022,39(17)的《基于负荷骤降的台区故障停电研判》提出基于负荷骤降的台区故障停电研判。建立台区负荷骤降特征标签库,作为台区故障停电研判的数据支撑,获取台区日负荷特征,实现对特定时间点的负荷特征区间画像,结合负荷数据设计台区故障停电研判策略。实例应用结 ...
【技术保护点】
【技术特征摘要】 【专利技术属性】
1.一种基于决策树的低压末端感知停电状态分析算法,其特征在于:以低压台区停电事件上报比例、表箱停电事件上报比例和低压分支线路停电事件上报比例的大小为属性,构建一组训练集,具体为:(1.1)基于决策树的低压末端感知停电状态分析算法:首先构建一组训练集,该训练集为即日起向前推算停电数据生成,定义低压台区停电事件上报比例M为台区下上报停电事件电能表数量除以台区下电能表总数量;表箱停电事件上报比例E为表箱内上报停电事件电能表数量除以表箱内电能表总数量;低压分支线路停电事件上报比例R为低压分支线路中上报停电事件电能表数量除以低压分支线路中电能表总数量;(1.2)对低压台区停电事件上报比例M、表箱停电事件上报比例E、低压分支线路停电事件上报比例R三个量进行属性化处理,对低压台区停电事件上报比例M分为三个属性取值:(高,较高,较低);表箱停电事件上报比例E分为两个属性取值:(较低,高);低压分支线路停电事件上报比例R分为三个属性取值:(较小,适中,高);(1.3)输入即日起向前推算停电数据的训练集,每一行为低压台区停电事件上报比例M、表箱停电事件上报比例E、低压分支线路停电事件上报比例R、是否为停电的结果;(1.4)该训练集采用动态更新机制,规定周期内进行更新;在训练集的基础上,停电事件结合决策树ID3算法中的信息熵和信息增益来构建决策树,即可得出是否停电的判断,其具体步骤为:(2.1)计算根节点停电事件集合D的信息熵Ent(D),定义p0为未停电电能表在样本训练集表格中的比例,可知(1
‑
p0)为停电电能表的比例,则有Ent(D)=
‑
p0log2p0‑
(1
‑
p0)log2(1
‑
p0);(2.2)分别计算三个属性对于根节点的信息增益Gain(D,M),Gain(D,E),Gain(D,R);将Gain(D,M),Gain(D,E),Gain(D,R)进行排序,挑选出信息增益最大的属性作为第一可分节点,对应的层数为第一层;点,对应的层数为第一层;点,对应的层数为第一层;其中Gain(D,M),Gain(D,E),Gain(D,R)分别为待判定低压台区停电事件上报比例M、表箱停电事件上报比例E、低压分支线路停电事件上报比例R对于根节点的信息增益,v为各属性的子节点序列号,对于低压台区停电事件上报比例M而言,v=1代表取值为较低;v=2代表取值为较高;v=3代表取值为高;对于表箱停电事件上报比例E而言,v=1代表取值为较低;v=2代表取值为高;对于低压分支线路停电事件上报比例R属性而言,v=1代表取值为较低;v=2代表取值为适中;v=3代表取值为高;|D|代表当前上报停电事件的总数,D
v
代表不同属性取值的情况下的上报停电事件集合,|D
v
|代表不同属性取值的情况下的上报停电事件个数;
(2.3)构造第二层子节点,定义未停电电能表在经过属性筛选(以第一层节点v取最大值为筛选条件)的样本训练集表格中的比例p
v
,若p
v
为0,该子节点为终结节点“停电异常”;若p
v
为1,该子节点为终结节点“正常”,若0<p
v
<1分别计算第二层子节点的信息增益Gain(D
v
,A1)、Gain(D
v
,A2),A1和A2分别代表除第一可分节点对应属性外的另外两个属性,D
v
技术研发人员:季晓明,赵罡,汤文艳,徐鸣飞,贡平,冯珊珊,顾文彬,仲慧,徐丁吉,季溢贤,汤斯琦,侯超,
申请(专利权)人:国网江苏省电力有限公司镇江供电分公司,
类型:发明
国别省市:
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。