[发明专利]一种异常线损影响因素的分析方法

摘要

本发明公开了一种异常线损影响因素的分析方法，包括以下步骤：S1、选取技术路线、S2、数据准备、S3、数据挖掘分析。本研究基于随机森林回归算法进行线损预测，一方面，试点应用单位的运检负责人可基于当期线损预测结果，制定合理的阈值，当线损超出可接受的范围，则进行检修；另一方面，根据模型结果，可分析出各因素变化对线损的影响程度，并制定相应的降损措施，减少电网传输损耗，特别是可变损耗，在特征因子筛选的过程中，采用特征相关性与特征重要性相结合的算法，这样，对于线损的影响因子的选择更加合理。同时，由于随机森林算法的训练集随机与特征随机，使得该算法适合于高维数据且预测更加精准。

主权项

1.一种异常线损影响因素的分析方法，其特征在于，包括以下步骤：/nS1、选取技术路线：技术路线选取包括数据存储部分、数据计算处理部分和数据挖掘部分；/n数据存储部分，考虑项目数据收集与存储需求，前期选择Oracle数据库进行存储，后期视数据量情况备选大数据平台的Hive进行数据存储；/n数据计算处理部分，使用Pycharm、Anaconda等相关集成工具环境进行数据的计算、处理及模型训练；/n数据挖掘分析部分，一是数据准备及数据处理；/n二是通过数据分布、趋势分析、特征相关性分析等途径探索数据规律，为后续建模提供依据；/n三是基于特征相关性和特征重要性分析线损影响因子分析；/n四是基于随机森林回归算法构建线损预测模型，最终整合形成在线应用成果；/nS2、数据准备；/n数据预处理；导线截面积数据为空或与导线型号不相符数据修改：首先获得导线截面积数据为空或与导线型号不相符的数据所对应型号，然后处理型号数据获得该型号对应的导线截面积，最后按照对应关系填补导线截面积缺失值或异常值：杆塔档距数据为空或0值数据修改：使用中位数填补杆塔档距缺失值；杆塔海拔为空数据修改：使用平均值填补：绝缘子芯棒直径为空或0值数据处理：按照对应厂家、型号的芯棒直径进行填补或替换；电压、电流缺失值填补：对存在缺失的电压或电流数据采用平滑处理方法进行补缺，以拟合形成完整的96点用电曲线；若数值超出正常合理范围，且存在突增、突减则认为是脉冲值，先置空再进行补缺；删除数据宽表中的元件编号、元件名称、线路主键、日期等与线路线损分析无关的字段；/n正态性检验；使用正态性检验方法，对删除元件编号等无关字段的线路线损数据宽表中的数据进行正态性检验，该检验的原假设为测试样本符合正态分布，判断阈值为0.001，若检验结果数值小于0.001，拒绝原假设，即数据分布不符合正态分布，宽表中所有字段检验结果均小于阈值，说明所有字段均不符合正态分布，在计算特征相关性时，不能使用基于正态分布的计算方法；/nS3、数据挖掘分析：基于现有天气、设备、运行、停电等四类参数数据，整合生成基于线损影响因子业务的宽表数据，从特征相关性和特征重要性两个角度分析线损影响因子，分别选择特征相关性与特征重要性较高排序的数据项，确定得到最终的线损影响因子。/n