[发明专利]一种基于CNN和LightGBM的10kV馈线故障预测方法

摘要

本发明公开一种基于CNN和LightGBM的10kV馈线故障预测方法，主要步骤为：1)获取配电网原始数据，对配电网原始数据进行预处理；2)从配电网原始数据中提取特征，构建特征集f{f1，f2…f15，f16，L}；L为标签，表示馈线是否发生故障；其中，元素f1、元素f2、元素f3、元素f4、元素f5、元素f6为固有属性特征。元素f7、元素f8、元素f9、元素f10、元素f11、元素f12、元素f13为统计分析特征。元素f14、元素f15、元素f16为卷积神经网络CNN提取的深度时序特征。3)建立配电网故障预测模型；4)将配电网10kV馈线实时数据输入配电网故障预测模型，得到馈线故障预测结果。本发明具有较好的快速性和时效性，预测结果能在满足准确性要求的前提下为配电网运维管理人员提供辅助决策支撑。