[发明专利]一种基于DML-KNN算法和主动抢修技术的故障特性画像新方法在审
| 申请号： | 201910154911.2 | 申请日： | 2019-03-01 |
| 公开（公告）号： | CN109934273A | 公开（公告）日： | 2019-06-25 |
| 发明（设计）人： | 马瑞;唐小伟;颜宏文 | 申请（专利权）人： | 长沙理工大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06Q50/06 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 410114 湖南省*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 故障特性 画像 抢修 故障抢修 故障定位信息 刀闸位置 电力用户 故障预测 结果生成 自动识别 配网 算法 匹配 视频 直观 分析 制定 | ||
1.一种基于DML-KNN算法和主动抢修技术的故障特性画像新方法，其特征在于包括如下步骤：
(1)结合电力用户故障定位信息和视频自动识别刀闸位置技术进行主动抢修；
(2)基于DML-KNN算法和主动抢修技术为故障特性匹配画像。
2.根据权利要求1所描述的一种基于DML-KNN算法和主动抢修技术的故障特性画像新方法，其特征在于：步骤(1)通过配网自动化、生产管理、营销管理、计量四合一、95598等系统数据集形成故障数据源头，向用户推送停电信息，根据采集到的故障基础信息结合GIS系统进行故障定位，根据故障定位信息对故障点所在线路进行停电操作，根据视频自动识别刀闸位置技术，减少变电操作时间，提升操作效率，自动分配故障任务给区域故障抢修班组，就近原则调配故障抢修车，抢修完成后，通过微信/电话等传媒方式向用户推送复电成功信息，并进行事后故障分析，事后故障分析包括用户满意度反馈、故障类型分析、故障停电影响范围分析、停电关联分析，统计配网主动抢修信息。
3.根据权利要求1所描述的一种基于DML-KNN算法和主动抢修技术的故障特性画像新方法，其特征在于：步骤(2)综合分析配网主动抢修信息、客户社会属性、时间尺度和温度特性，筛选出标签名称和标签属性，通过DML-KNN算法为故障特性匹配画像，将画像的数值结果生成图模型，生成的图模型能应用于主动故障抢修、故障预测和辅助制定故障抢修预案。
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长沙理工大学，未经长沙理工大学许可，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/201910154911.2/1.html，转载请声明来源钻瓜专利网。
