[发明专利]基于变电站设备的监测方法、装置和终端设备

权利要求书

1.一种基于变电站设备的监测方法，其特征在于，包括：

获取变电站中设备的监测数据；

将所述监测数据输入至预设灰色预测模型进行预测，获得所述监测数据的第一预测数据；

将所述第一预测数据输入至预设决策树模型进行分类，确定所述设备的状态类别。

2.根据权利要求1所述的监测方法，其特征在于，所述预设灰色预测模型的构建方法包括：

获取变电站中所述设备的样本监测数据；

对所述样本监测数据进行累加，获得累加数列；

基于所述累加数列，确定预设灰度预测算子；

根据所述预设灰度预测算子，确定所述累加数列的预测数据；

对所述累加数列的预测数据进行还原，确定所述样本监测数据的第二预测数据。

3.根据权利要求2所述的监测方法，其特征在于，所述对所述样本监测数据进行累加处理，获得累加数列包括：

获取所述样本监测数据对应的时间数据；

根据所述样本监测数据和所述样本监测数据对应的时间数据，对所述样本监测数据进行排序，获得所述样本监测数据的时序数列；

对所述时序数列进行累加，获得所述累加数列。

4.根据权利要求2所述的监测方法，其特征在于，所述样本监测数据包括不同属性的数据，所述预设决策树模型的构建方法包括：

获取所述第二预测数据；

确定所述第二预测数据中各属性的信息增益率；

根据各所述属性的信息增益率，确定所述预设决策树模型的根节点，并在所述根节点处，利用第一预设分类条件对所述第二预测数据进行分类，获得所述第二预测数据的第一状态类别；

确定所述预设决策树模型的叶子节点，并在所述叶子节点处，利用第二预设分类条件对所述第二预测数据进行分类，获得所述第二预设数据的第二状态类别。

5.根据权利要求4所述的方法，其特征在于，所述第二预测数据包括所述设备的不同状态类别的数据，所述确定所述第二预测数据中各属性的信息增益率包括：

根据所述设备的不同状态类别的数据，确定所述设备的状态类别的信息熵；

根据所述设备的不同属性的数据，确定所述设备的各所述属性的数据的信息熵和分裂信息度量；

基于所述设备的状态类别的信息熵和各所述属性的数据的信息熵，确定所述设备的各所述属性的信息增益；

根据各所述属性的数据的信息增益和所述分裂信息度量，确定所述第二预测数据中各属性的信息增益率。

6.根据权利要求4所述的方法，其特征在于，所述根据各所述属性的信息增益率，确定所述预设决策树模型的根节点包括：

确定各所述属性的信息增益率中的最大值；

将各属性的信息增益率中最大值对应的属性作为根节点，所述第一预设分类条件是以最大值对应的属性进行分类的条件。

7.根据权利要求5所述的方法，其特征在于，所述确定所述预设决策树模型的叶子节点包括：

根据各所述属性的数据的信息熵，确定所述第一状态类别中是否包含多种状态类别；

若包含多种状态类别，则将包含多种状态类别的第一状态类别对应的属性确定为所述预设决策树模型的叶子节点。

8.一种基于变电站设备的监测装置，其特征在于，包括：

获取模块，用于获取变电站中设备的监测数据，所述监测数据包括不同属性的数据；

获得模块，用于根据预设灰色预测模型，获得所述监测数据的第一预测数据；

确定模块，用于根据预设决策树模型，对所述第一预测数据进行分类，确定所述设备的状态类别。

9.一种终端设备，其特征在于，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于变电站设备的监测方法。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于变电站设备的监测方法。