[发明专利]一种基于多维矩阵决策的配网巡检周期计算方法

权利要求书

1.一种基于多维矩阵决策的配网巡检周期计算方法，其特征在于，所述计算方法包括以下步骤：

步骤1：收集配网样本数据

收集若干线路的配网数据，包含健康度指标和重要度指标数据；健康度和重要度指标数据包含设备台账数据、调度数据、状态评价系统数据、在线监测数据、缺陷数据、缺陷定级标准、气象数据和客户投诉数据指标，作为样本的参数；专业人员按照上年运行数据给出经验上的健康度和重要度评价作为样本数据标签；

步骤2：数据标准化处理

在得到了步骤1配网样本数据后，按式(1)对指标进行标准化处理；

式(1)中，x为样本数据原始值，μ为均值，σ为标准差，x'为归一化结果；

步骤3：构建健康度和重要度决策树

得到步骤2标准化处理后的数据后，记P为所有样本数据集，分别逐一选择健康度和重要度指标中的指标T，计算其信息增益率：

1)计算信息增益Gain，如式(2)所示：

式(2)中，T表示当前选择的指标，Entropy(P)表示选择指标T之前的熵，Entropy(Pv)是指标T取值为v分组的熵；

2)为了减少过拟合的可能性，计算分裂信息作为多值指标的惩罚因子，如式(3)所示：

式(3)中，|P_i|表示第i个子数据集中样本数，|P|表示划分之前数据集中样本总数量；

3)如式(4)所示，用信息增益除以分裂信息，得到指标T的信息增益率；然后根据信息增益率构建决策树，利用决策树判别线路的健康度和重要度，最后根据健康度和重要度的评价值得到巡检周期；

判别健康度和重要度的过程如下：

对每一条线路的健康度、重要度指标数据进行标准化处理，然后分别将其代入健康度决策树、重要度决策树进行分析，得到与其最接近的样本组，并按照样本组判别线路的健康度、重要度，具体判别步骤如下:

a、记i＝0，数组s为结果样本组，从决策树根节点开始遍历，为了减少过拟合影响，设置一个容差d，容差为0.03～0.08；

b、取出决策树上当前层级的所有不带跳过标记的节点，取出线路的对应的第i项指标PT(i)，记线路第i项指标区间为QT(i)＝[PT(i)-d,PT(i)+d)；

c、判断当前层级上各节点对应的指标区间对应是否与QT(i)有交集，若无，将此节点的所有子节点标记为跳过；若有，则逐个判断此节点的子节点是否为叶节点，若是，将叶节点加入数组s；

d、若i值等于树深度，则结束遍历，否则i值递增1，转步骤b；

得到最接近样本组s后，可得出样本组的占比最高的健康度/重要度评价，若占比大于等于阈值，阈值为70～80％，则返回占比最高的评价；若占比小于等于阈值，则返回最接近样本组中的所有评价，并通知专业人员从这些评价中选择最合理的评价。

2.如权利要求1所述的基于多维矩阵决策的配网巡检周期计算方法，其特征在于，步骤3中根据信息增益率构建决策树时，分别对健康度和重要度各项指标按其信息增益率由大到小排序，并按指标顺序构造决策树，具体过程如下：

I、初始化，记层级i＝0，把所有样本压入集合P，作为决策树根节点

II、取出分类指标T(i)，构造第i层分类器，具体构造过程为：

II-1)按指标标准值区间为决策树的上一层级中的每个非叶节点添加子节点；

II-2)将上一层级中每个非叶节点中的样本按指标T(i)所属区间添加到子节点；

II-3)若某个子节点中的样本数为0或1，将其标记为叶节点；

III、若当前层级所有节点均为叶节点，则完成决策树的构建，否则i值递增1，转步骤II。