[发明专利]一种配网故障预警方法有效

专利信息
申请号: 201910144554.1 申请日: 2019-02-27
公开(公告)号: CN110045197B 公开(公告)日: 2022-12-13
发明(设计)人: 王永明;李怡然;林平;梁宏池;周暖青;翁晓春;吴涵;李衍川;郑凌娟;辛永;黄文思;罗义旺;李金湖;许梓明;马汉斌;林超;陈珺;谢驰;程友平;温天宝;郑志钉 申请(专利权)人: 国网福建省电力有限公司;国家电网有限公司;国网信通亿力科技有限责任公司;国网信息通信产业集团有限公司
主分类号: G01R31/00 分类号: G01R31/00
代理公司: 北京锺维联合知识产权代理有限公司 11579 代理人: 赵中璋
地址: 350000 福*** 国省代码: 福建;35
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 故障 预警 方法
【说明书】:

发明涉及一种基于重采样的配网故障预警方法,其特征在于,包括:步骤1000,获取用于配网故障预警的配网数据集合Z;步骤2000,对所述配网数据集合Z进行重采样,得到配网数据集合Y;步骤3000,根据所述配网数据集合Y,确定配网故障预警模型;步骤4000,获取当前的配网故障预警数据;步骤5000,将所述当前配网故障预警数据输入所述配网故障预警模型,如果所述配网故障预警模型输出结果为配网故障,那么进行配网故障报警。

技术领域

本发明涉及电力领域,具体涉及一种配网故障预警方法。

背景技术

当前,电力系统在故障大数据分析应用领域存在较大挑战,故障风险预警方法有待完善。随着智能电网的发展,配用电系统正在产生出越来越多的数据,利用大数据技术对这些数据进行处理和分析,能够提高配用电系统的运维检修水平。

然而目前针对故障预警的研究仍然较少,方法体系还不成熟。现有技术中存在基于信息熵理论展开基于大数据的配网诊断研究。但该研究侧重于配网故障影响指标的构建,对于如何提前进行配网故障预警,仍有待深入研究。

随着人工智能的兴起,各领域展开了机器学习技术应用的研究。如何通过分析历史故障数据,提炼出跟故障可能相关的因素,借助机器学习算法,构建频配网故障的主动预警模型,提高故障预警的准确率,是一个需要解决的问题。同时,在对某地理区域范围内配网2017年1月-2018年12月的故障原因进行分析后可以获知,配网故障发生概率较小,从而导致配网正常数据量远大于配网故障数据量,这会为机器学习模型带来新的问题。需要找到一种合理的方法,使得配网正常数据量与配网故障数据量尽量相等,也就是对配网正常数据进行欠采样,对配网故障数据进行过采样,使得二者达到一个相对平衡的状态。现有技术中,对数据集进行过采样一般采取随机过采样的方法,对数据集进进行欠采样一般采用随机欠采样的方法,数据处理的速度较快,但是往往会损失一定的数据集合性质,即由于随机复制的数据过多,使得模型学习到的信息过于特别(Specific)而不够泛化(General)。

发明内容

为解决上述技术问题,本发明提出了一种基于重采样的配网故障预警方法,包括:

步骤1000,获取用于配网故障预警的配网数据集合Z={zi|i∈[1,n]},其中,为zi中的第j个参数,m为zi中用于配网故障预警的参数数量,ci为所述第i个数据的配网故障标识;当所述数据zi对应的配网状态为配网正常时,ci为0;当所述数据zi的配网状态为配网故障时,ci为1。

步骤2000,当Nn≥l*Ne时,对所述配网数据集合Z进行重采样,得到配网数据集合Y;Nn为所述配网数据集合Z中,ci为0的数据的数量,Ne为所述配网数据集合Z中,ci为1的数据的数量。

步骤3000,根据所述配网数据集合Y,确定配网故障预警模型。

步骤4000,获取当前的配网故障预警数据。

步骤5000,将所述当前配网故障预警数据输入所述配网故障预警模型,如果所述配网故障预警模型输出结果为配网故障,那么进行配网故障报警。

附图说明

图1是本发明的一个实施例的用于配网故障预警的特征权重示意图。

具体实施方式

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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国网福建省电力有限公司;国家电网有限公司;国网信通亿力科技有限责任公司;国网信息通信产业集团有限公司,未经国网福建省电力有限公司;国家电网有限公司;国网信通亿力科技有限责任公司;国网信息通信产业集团有限公司许可,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/201910144554.1/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code