[发明专利]配电网线损的预测方法、控制装置、及存储介质

权利要求书

1.一种配电网线损的预测方法，其特征在于，所述配电网线损的预测方法包括：

构建影响配电网线损的输入特征集，所述输入特征集包括影响配电网线损的电气特征指标；

根据所述输入特征集中的所述电气特征指标对应的电气数据，建立训练集和测试集；

通过所述训练集对预设的配电网线损预测模型进行训练，通过所述测试集对所述预设的配电网线损预测模型进行精度测试；以及

当所述精度测试结果达到预设效果时，得到训练后的配电网线损预测模型，通过所述训练后的配电网线损测试模型对配电网线损进行预测。

2.根据权利要求1所述的配电网线损的预测方法，其特征在于，所述构建影响配电网线损的输入特征集包括：

获取配电网的所述电气特征指标；以及

根据预设关联度分析和预设权重选择标准，确定每个所述电气特征指标与配电网线损之间的关联度，并选择满足预设关联度的所述电气特征指标，构建所述输入特征集。

3.根据权利要求2所述的配电网线损的预测方法，其特征在于，所述预设关联度分析为灰色关联分析。

4.根据权利要求2所述的配电网线损的预测方法，其特征在于，所述预设权重选择标准为熵权标准。

5.根据权利要求2-4中任意一项所述的配电网线损的预测方法，其特征在于，在所述确定每个所述电气特征指标与配电网线损之间的关联度之前，所述配电网线损的预测方法还包括：

通过所述电气数据建立对应的矩阵，并对所述矩阵进行数据处理。

6.根据权利要求5所述的配电网线损的预测方法，其特征在于，所述对所述矩阵进行数据处理包括以下的一者或多者：

通过聚类检测消除所述矩阵中的孤立点，进行去噪；

通过所述矩阵中前后相邻的数据的平均值，填充缺失值；

通过分段量化对所述矩阵进行量化；

通过商权法对所述矩阵进行标准化处理。

7.根据权利要求5所述的配电网线损的预测方法，其特征在于，所述根据预设关联度分析和预设权重选择标准，确定每个所述电气特征指标与配电网线损之间的关联度包括：

计算对应的所述矩阵中每个数据元素的比重；

根据所计算的每个数据元素的比重，计算每个所述电气特征指标对应的权重；

通过灰色关系度分析，确定每个所述电气特征指标与配电网线损之间的关联度。

8.根据权利要求7所述的配电网线损的预测方法，其特征在于，所述根据所计算的每个数据元素的比重，计算每个所述电气特征指标对应的权重包括：

根据所计算的每个数据元素的比重，计算对应的所述矩阵中每个数据元素的信息熵；

根据所计算的每个数据元素的信息熵，计算每个所述电气特征指标对应的权重。

9.根据权利要求7所述的配电网线损的预测方法，其特征在于，所述通过灰色关系度分析，确定每个所述电气特征指标与配电网线损之间的关联度包括：

通过所述灰色关系度分析，计算每个所述电气特征指标与配电网线损影响的相关系数；

根据所对应计算的相关系数，确定每个所述电气特征指标与配电网线损之间的关联度。

10.根据权利要求9所述的配电网线损的预测方法，其特征在于，通过下式确定每个所述电气特征指标与配电网线损之间的关联度：

其中，i、j表示矩阵的行和列，ω_j表示权重，ξ_ij表示电气特征指标与配电网线损影响的相关系数，n表示矩阵中数据元素个数。

11.根据权利要求1所述的配电网线损的预测方法，其特征在于，所述配电网线损预测模型的设置包括：

以XGboost模型与聚类算法结合，构成述配电网线损预测模型；

确定所述配电网线损预测模型的目标函数，所述目标函数包括所述XGboost模型的损失函数和正则惩罚项。