[发明专利]电容型设备缺陷等级预测方法及装置

说明书

本申请公开了电容型设备缺陷等级预测方法及装置，获取所有电容型设备的数据包,对数据包内的所有数据进行预处理，获得新数据包；采用WOE编码对新数据包的所有数据进行编码，获得编码后数据；采用SMOTE算法对编码后数据进行拓展处理，获得拓展后数据；采用随机森林算法建立预测模型，利用拓展后数据和设备是否发生过故障，训练预测模型，得到最优预测模型；将电容型设备的实际数据输入到最优预测模型中进行预测，得到预测结果。对数据进行预处理，采用WOE编码对预处理后数据进行编码，采用随机森林算法建立预测模型，并训练预测模型，训练模型接近现实，使得电容型设备的数据输入到预测模型中得到的预测结果准确，实时性好。

技术领域

本申请涉及电力设备管理技术领域，尤其涉及电容型设备缺陷等级预测方法及装置。

背景技术

在电力系统中，电容型设备属输变电设备，约占变电站设备总量的40％～50％，在电力系统设备中占有极其重要的地位。如果发生故障将会对整个变电站造成很大的影响，一些事故甚至还会危及到人员的人身安全和周边其他设备安全，造成很大的损失。因此，迫切需要一种能够准确识别电容型设备缺陷等级预测方法。

现有电容型设备缺陷等级预测方法是基于大量的历史缺陷数据，运用数理统计方法分析和预测电容型设备未来发生缺陷的概率，并根据预测结果做出相应的安全措施排除安全隐患。

但是，现有的缺陷预测方法只能通过回归分析或方差分析等数理统计方法针对雷电活动强度或者其他因素中的某单一因素对电容型设备进行分析。由于当前电网数据的爆发式增长，及各种传感器的层出不穷，造成电容型设备数据量庞大，数据特征复杂，数据质量参差不齐，直接应用传统的统计学方法很难获得理想的结果。为了提高电容型设备缺陷等级预测的准确率，提出了电容型设备缺陷等级预测方法及装置。

发明内容

本申请提出了电容型设备缺陷等级预测方法及装置，以解决现有的缺陷预测方法预测结果准确性低的技术问题。

为了解决上述技术问题，本申请公开了以下技术方案：

电容型设备缺陷等级预测方法，方法包括：获取所有电容型设备的数据包,对数据包内的所有数据进行预处理，获得新数据包；采用评分卡模型的WOE编码对新数据包的所有数据进行编码，获得编码后数据；采用SMOTE算法对编码后数据进行拓展处理，获得拓展后数据；采用随机森林算法建立预测模型，并利用拓展后数据和设备是否发生过故障，训练预测模型，得到最优预测模型；将电容型设备的实际数据输入到最优预测模型中进行预测，得到预测结果。

可选地，获取所有电容型设备的数据,对数据进行预处理，获得新数据包，包括：获取的大型电容型设备的数据包括至少9种数据；对缺失一类或几类数据的电容型设备的数据包进行人工填补，获得完整数据包；将数据包和完整数据包中的同一类数据进行格式统一，获得统一数据包，其中，统一数据包的同一类数据具有统一格式；计算统一数据包中同一类数据的聚类中心，计算同一类数据中各个数据与聚类中心的距离长度；当距离长度小于等于设定阈值时，数据为正确数据，无需人工修改；当距离长度大于设定阈值时，数据为错误数据，并将错误数据进行人工修改，获得新数据包。

可选地，采用评分卡模型的WOE编码对新数据包的所有数据进行编码，获得编码后数据，包括：将所有大型电容型设备分为三组，分别为第一组、第二组和第三组；将第一组数据和第二组数据组合为新一组，并将新一组中所有电容型设备的同一类数据中的相同数据归为一个基团，采用公式(1)计算所述基团针对所有缺陷等级的编码，形成第一编码字典；