[发明专利]一种电压质量原因分析的方法和装置有效
申请号: | 201510360541.X | 申请日: | 2015-06-26 |
公开(公告)号: | CN104915898A | 公开(公告)日: | 2015-09-16 |
发明(设计)人: | 于永军;方春明;祁晓笑;罗耀强;李敏;罗定志;查鸣 | 申请(专利权)人: | 南京易司拓电力科技股份有限公司;国家电网公司;国网新疆电力公司电力科学研究院 |
主分类号: | G06Q50/06 | 分类号: | G06Q50/06 |
代理公司: | 南京钟山专利代理有限公司 32252 | 代理人: | 戴朝荣 |
地址: | 210009 江苏省南京*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 电压 质量 原因 分析 方法 装置 | ||
本发明公开了一种电压质量原因分析的方法和装置。该方法包括如下步骤:获取专家经验数据,然后生成决策树,然后根据生成的决策树对输入的电压指标数据进行分析,分析得到电压质量原因分析结果再由工作人员对结果评分,将评分值存入专家经验数据库中。本发明以评分值作为决策树生成的权重,使得生成的决策树更为合理,同时,本发明的决策树根据分析结果迭代累加,使得决策树分析结果更为接近实际。
技术领域
本发明涉及大数据处理,特别涉及机器学习在电压质量原因分析中的应用。
背景技术
决策树是一个利用树状的图形或决策模型的决策支持工具。决策树学习是使用决策树作为预测模型的机器学习方法。目前,机器学习算法越来越多地应用于各种大数据处理领域。
现有技术下,电压质量原因分析大部分需要依赖于人工。机器实现的电压质量原因分析通常由固定的程式所设定。当出现固定的程式所设定的范围外的情形,电压质量原因分析也就无法分析或者会作出错误的判断。
将机器学习算法特别是将决策树学习算法引入至电压质量原因分析是一个非常棒的手段。因为采用该方法后,决策树分析过程不再依赖于程序本身而依赖于其数据来源。就像加密算法中,加密算法的安全性不应当依赖于算法本身,而应当依赖于其加密的密钥。
发明内容
本发明所要解决的问题是:将决策树学习和决策树分析引入至电压质量原因分析。
为解决上述问题,本发明采用的方案如下:
根据本发明的一种电压质量原因分析的方法,包括如下步骤:
S1:获取专家经验数据,所述专家经验数据包括电压指标数据、电压质量原因分析结果以及评分值;
S2:根据专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树,生成决策树时以评分值作为节点权重;
S4:根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果;
S5:获得电压质量原因分析结果的评分值;
S6:将输入的电压指标数据、步骤S4得到的电压质量原因分析结果以及步骤S5得到的评分值组成专家经验数据存入数据库。
根据本发明的一种电压质量原因分析的装置,包括专家数据输入模块、专家数据存储模块、决策树生成模块、决策树存储模块、决策树分析模块以及分析结果评价模块;所述专家数据输入模块用于获取专家经验数据;所述专家数据存储模块用于存储专家经验数据;所述决策树生成模块用于根据专家数据存储模块存储的专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树,生成决策树时以评分值作为节点权重;所述决策树存储模块用于存储电压指标数据与电压质量原因分析结果的决策树;所述决策树分析模块用于根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果;所述分析结果评价模块用于向工作人员显示电压质量原因分析结果,并由工作人员评分后得到电压质量原因分析结果的评分值。
本发明的技术效果是:1、采用决策树学习和决策树分析,使得电压质量原因分析过程不再依赖于程序本身而依赖于其数据来源。2、本发明采用了评分值作为构建决策树时的一个权重参数使得构建的决策树更为合理。
附图说明
图1为本发明电压质量原因分析的装置的模块关系示意图。
具体实施方式
下面结合附图对本发明做进一步描述。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京易司拓电力科技股份有限公司;国家电网公司;国网新疆电力公司电力科学研究院,未经南京易司拓电力科技股份有限公司;国家电网公司;国网新疆电力公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201510360541.X/2.html,转载请声明来源钻瓜专利网。