【技术实现步骤摘要】
本专利技术属于电网继电保护，涉及到一种继电保护整定方法，特别是一种基于机器学习技术的融合式继电保护整定方法。
技术介绍
1、随着电网快速发展，电网继电保护整定计算工作已普遍从手工整定进入到计算机整定时代，网省地各级调度均配置了整定计算软件，采用继电保护整定计算软件开展了原理级计算和装置级定值计算。继电保护整定原则方案的配置多依据整定规程设置，结合地区特点和人工经验，选择相关的整定原则。通常情况下，整定规程中的原则是针对所有电网的通用规则，对不同地区，不同电压等级的电网，整定计算人员会结合自己的经验进行整定计算。会存在整定方案不规范，不统一的情况。例如k近邻模型，用它进行整定时准确度并不稳定，在某些场景下可以达到99％以上，但有些场景下只能达到91％，这对于整定自动化领域来说是无法接受的，因此该模型只能是在确定符合场景下才可以应用。
2、机器学习是研究怎样使用计算机模拟或实现人类学习活动的科学，是人工智能中最具智能特征，最前沿的研究领域之一。在机器学习中，自变量x叫做特征(feature)，因变量y叫做标签(label)。而一...
【技术保护点】
1.一种基于机器学习技术的融合式继电保护整定方法，包括构建历史数据集，用模型对历史数据集进行学习，以及用模型选定整定原则进行整定的过程，其特征在于：用模型选定整定原则进行整定的方法是以随机森林模型、K近邻模型、梯度提升决策树模型、XGBoost模型、自适应集成模型、决策树模型和支持相量机模型为基础，通过每个模型分别对所有整定原则进行投票，以上七个模型均借助粒子群算法进行预测准确度，最终在线路整定范围内选定一种预测准确度最高的整定原则进行整定，具体步骤包括：
2.根据权利要求1所述的一种基于机器学习技术的融合式继电保护整定方法，其特征在于：所述的步骤b中，每...
【技术特征摘要】
1.一种基于机器学习技术的融合式继电保护整定方法，包括构建历史数据集，用模型对历史数据集进行学习，以及用模型选定整定原则进行整定的过程，其特征在于：用模型选定整定原则进行整定的方法是以随机森林模型、k近邻模型、梯度提升决策树模型、xgboost模型、自适应集成模型、决策树模型和支持相量机模型为基础，通过每个模型分别对所有整定原则进行投票，以上七个模型均借助粒子群算法进行预测准确度，最终在线路整定范围内选定一种预测准确度最高的整定原则进行整定，具体步骤包括：
2.根据权利要求1所述的一种基于机器学习技术的融合式继电保护整定方法，其特征在于：所述的步骤b中，每个模型对所有设备进行预测整定原则时，预测准确率进一步优化处理，记为
3.根据权利要求1所述的一种基于机器学习技术的融合式继电保护整定方法，其特征在于...
【专利技术属性】
技术研发人员：王新花，仇向东，于嘉骐，崔屹峰，李雪冬，郑朋，崔晓慧，孟伟，赵少飞，庞蕊，马青山，张军，王婷婷，邢辰辰，陈新，董丽薇，吴珊珊，王云飞，洪健，
申请(专利权)人：北京中恒博瑞数字电力科技有限公司，
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。