[发明专利]一种基于孤独森林算法的配网故障可视化筛选方法

说明书

本发明公开了一种基于孤独森林算法的配网故障可视化筛选方法，包括，根据配网系统中电压稳定故障等级计算指标的期望权值；基于孤独森林算法和所述期望权值构建故障筛选模型；标准化所述故障筛选模型，结合相似度策略匹配配网故障类型并自适应生成SVG图。本发明能够自适应生成SVG图，结合孤独森林算法对配网故障可视化进行异常筛选，提高配网工作人员的维护工作效率和准确率。

技术领域

本发明涉及配网故障可视化筛选的技术领域，尤其涉及一种基于孤独森林算法的配网故障可视化筛选方法。

背景技术

配网系统运行和规划中，分析各种事故状态下系统的电压稳定性是一项基本任务，近年来，由于电压稳定问题引起了多起大停电事故，因此电压稳定安全评估也越来越受到运行人员和研究人员的重视，这对电压稳定分析的方法和结果也提出了更高的要求，电压稳定分析重要内容之一是故障筛选与排序；在复杂的配网系统中，预想故障的数目庞大，而对于某一运行方式下，只有很少部分的故障对系统的稳定性具有较大影响，属严重故障，需要深入研究，如何快速而准确地识别出这些严重事故，以满足电压稳定分析要求，对于指导实际电网可靠运行具有重要意义。

目前已有不少关于配故障筛选与排序方法，大部分采用求解事故前及事故后的潮流解来评估故障严重情况，方法较为单一且在全面反映故障特征方面稍有欠缺，因此，寻求一种能够从多方面考虑电压稳定相关因素的综合故障可视化筛选方法尤为重要。

发明内容

本部分的目的在于概述本发明的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和发明名称中可能会做些简化或省略以避免使本部分、说明书摘要和发明名称的目的模糊，而这种简化或省略不能用于限制本发明的范围。

鉴于上述现有存在的问题，提出了本发明。

因此，本发明提供了一种基于孤独森林算法的配网故障可视化筛选方法，能够解决配网系统中无法从多方面考虑电压稳定相关因素的综合故障可视化筛选。

为解决上述技术问题，本发明提供如下技术方案：包括，根据配网系统中电压稳定故障等级计算指标的期望权值；基于孤独森林算法和所述期望权值构建故障筛选模型；标准化所述故障筛选模型，结合相似度策略匹配配网故障类型并自适应生成SVG图。

作为本发明所述的基于孤独森林算法的配网故障可视化筛选方法的一种优选方案，其中：所述故障等级包括，一级故障、二级故障和三级故障；所述一级故障包括，严重故障；所述二级故障包括，一般故障；所述三级故障包括，轻微故障。

作为本发明所述的基于孤独森林算法的配网故障可视化筛选方法的一种优选方案，其中：计算所述期望权值包括，初始化所述故障等级；添加支路、母线、断路器和节点的指标参数；调整学习率0.1，计算次数为n，n为遍历全局参数的次数；开启学习机进行计算，输出所述期望权值。

作为本发明所述的基于孤独森林算法的配网故障可视化筛选方法的一种优选方案，其中：构建所述故障筛选模型包括，利用无放回随机抽样策略从配网系统故障数据集中抽取样本，并将其作为孤独森林树的训练样本；从所述训练样本中随机选择一个特征，并在所述特征的所有值范围内选取一个阈值对所述训练样本进行二叉划分；将所述训练样本中小于所述阈值的划分到所述孤独森林树节点的左边，反之则划分到所述孤独森林树节点的右边；得到一个分裂条件和左、右两边的数据集，分别在所述左、右两边的数据集上重复划分步骤，直至达到终止条件。

作为本发明所述的基于孤独森林算法的配网故障可视化筛选方法的一种优选方案，其中：所述终止条件包括，只包括一个训练样本，或者全部的训练样本都相同；所述孤独森林树的高度达到log(抽取样本数量)。

作为本发明所述的基于孤独森林算法的配网故障可视化筛选方法的一种优选方案，其中：所述故障筛选模型包括，

S(x,n)＝2^{{σ*E(h(x))*c(n)}}