一种基于决策树算法的电网配变故障诊断方法及系统

摘要

本发明涉及计算机技术领域，具体揭示了一种基于决策树算法的电网配变故障诊断方法。所述方法包括：获取历史故障警报数据，根据历史故障警报数据确定标准故障样本；根据特征属性对该标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过目标测试集对初始决策树进行剪枝处理，得到目标决策树；根据目标决策树确定的分类规则生成故障诊断模型；基于该故障诊断模型对电网配变故障进行诊断。此方法下，能够提高故障诊断的效率和准确性。

说明书

技术领域

本发明涉及计算机技术领域，特别涉及一种基于决策树算法的电网配变故障诊断方法及系统。

背景技术

电力是国民经济建设的重要能源，是社会发展的物质基础。随着社会经济的发展和 人们生活水平的进步，现代电力系统也日趋大型化、复杂化，人们对持续、稳定电能的需求量越来越大。伴随着用电需求量的增大，电力系统的故障无法避免。一般情况下，如果配电变压器的电压或电流数据超限导致了电力系统故障，配网调度员需要从数据库中核查报警位置处理数据，调取台账数据与原始报文，逐一排查配变匹配问题。这种利用手工排查故障过程十分繁琐，需要大量人力而且容易出错，因此故障诊断效率低、准确性低。

可见，为了快速并准确诊断配电网故障，确保电力系统安全稳定运行，增强供电的可靠性和持续性，一个优质的配电网故障诊断识别系统显然非常重要。

发明内容

为了解决相关技术中存在的配电网故障诊断效率低、准确性低的技术问题，本发明提供了一种基于决策树算法的电网配变故障诊断方法及系统。

本发明实施例第一方面公开了一种基于决策树算法的电网配变故障诊断方法，所述方法包括：

获取历史故障警报数据，根据所述历史故障警报数据确定标准故障样本；

根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；

利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；

通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；

根据所述目标决策树确定的分类规则生成故障诊断模型；

基于所述故障诊断模型对电网配变故障进行诊断。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述历史故障警报数据确定标准故障样本，包括：

按照预先设定的质量评估规则对所述历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。

作为一种可选的实施方式，在本发明实施例第一方面中，所述基于所述故障诊断模型对电网配变故障进行诊断，包括：

当接收到故障警报时，从警报信息中获取实时警报数据，将所述实时警报数据输入到所述故障诊断模型，判断是否出现故障；

如果判断出出现故障，确定所述警报信息无误，并根据所述警报信息的类型选择相匹配的故障处理方案。

本发明实施例第二方面公开了一种基于决策树算法的电网配变故障诊断系统，包括：

数据获取模块，用于获取历史故障警报数据；

样本确定模块，用于根据所述历史故障警报数据确定标准故障样本；

属性选择模块，用于根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；

数据挖掘模块，用于利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；

剪枝处理模块，用于通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；

模型生成模块，用于根据所述目标决策树确定的分类规则生成故障诊断模型；

故障诊断模块，用于基于所述故障诊断模型对电网配变故障进行诊断。

作为一种可选的实施方式，在本发明实施例第二方面中，所述样本确定模块，具体用于按照预先设定的质量评估规则对所述历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。

作为一种可选的实施方式，在本发明实施例第二方面中，所述故障诊断模块，包括：

获取子模块，用于当接收到故障警报时，从警报信息中获取实时警报数据；

故障判断子模块，用于将所述实时警报数据输入到所述故障诊断模型，判断是否出现故障；

方案选择子模块，用于当所述故障判断子模块判断出出现故障时，确定所述警报信息无误，并根据所述警报信息的类型选择相匹配的故障处理方案。

本发明实施例第三方面公开一种计算机可读存储介质，其存储计算机程序，其中，所述计算机程序使得计算机执行本发明实施例第一方面公开的一种基于决策树算法的电网配变故障诊断方法。

本发明实施例第四方面公开一种电子设备，所述电子设备包括：

处理器；

存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如前所述的方法。

本发明的实施例提供的技术方案可以包括以下有益效果：

本发明所提供的基于决策树算法的电网配变故障诊断方法包括如下步骤，

获取历史故障警报数据，根据历史故障警报数据确定标准故障样本；根据特征属性对该标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过目标测试集对初始决策树进行剪枝处理，得到目标决策树；根据目标决策树确定的分类规则生成故障诊断模型；基于该故障诊断模型对电网配变故障进行诊断。

此方法下，能够基于分类决策树对电网配变不匹配问题的算法应用适应各种不利情况的配电网故障诊断方法，辅助调度人员迅速识别故障，提高了故障的诊断效率和准确率，保证配电网的安全稳定运行。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本发明。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并于说明书一起用于解释本发明的原理。

图1是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断方法的流程图；

图2是根据一示例性实施例示出的另一种基于决策树算法的电网配变故障诊断方法的流程图；

图3是根据一示例性实施例示出的一种故障警报的判别规则流程图；

图4是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断系统的框图。

具体实施方式

这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。

图1是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断方法的流程图。如图1所示，此方法包括以下步骤。

步骤101、故障诊断系统获取历史故障警报数据，根据该历史故障警报数据确定标准故障样本。

作为一种可选的实施方式，上述根据历史故障警报数据确定标准故障样本，可以包括：

按照预先设定的质量评估规则对历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。

本发明实施例中，举例来说，如果警报事件是电压越限，那么相应地，故障警报数据可以包括相关匹配、变比、电压、电流信息等；此外，上述质量评估规则可以用于筛除历史故障警报数据中存在缺失、重复以及格式错误的数据。

步骤102、故障诊断系统根据特征属性对标准故障样本进行属性选择，得到目标训练集和目标测试集。

本发明实施例中，可以对上述标准故障样本进行数据离散化处理，并设置用于判别配变不匹配故障的属性类别，并根据所设置的属性类别对该离散化处理后的标准故障样本进行分类，得到目标训练集和目标测试集。

步骤103、故障诊断系统利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树。

本发明实施例中，分类树为常见分类方法，属于有监督机器的学习算法，从一堆待测试样本中选取样本，每个样本都有一组相应的属性和类别，属性和类别是提前确定的，那么通过有监督学习得到一个分类器，分类器可以新的样本给出正确的分类。分类决策树模型表示一种对实例进行样本分类的树形结构，决策树通常由有向边和结点两部分组成，样本中的每个结点由内部节点和叶子节点组成。内部节点通常表示的是特征或者属性，叶子节点表示单个独立的个体，属于不能再细分的类别。当样本的节点进行分类划分时，从一个根节点开始，针对实例的某一特征向量进行测试，依据样本的测试结果，将样本实例分配到其子结点，每一个样本子结点和特征的取值相对应。设置相应阈值，不断递归向下移动，到达叶结点为止，这时将样本实例分配到叶子结点的种类。

步骤104、故障诊断系统通过目标测试集对初始决策树进行剪枝处理，得到目标决策树。

本发明实施例中，分类决策树剪枝是针对决策树过早拟合问题而提出来的。分类决策树剪枝一般分先剪枝和后剪枝。通过提前停止树的构造方法属于先剪枝，假如决定在某个关键节点不再进行分裂，对树节点进行剪枝，如果剪枝停止，那么该节点就变成样本中的叶子节点。对该叶子节点选取包含样本子集中类别最多的一个类，作为样本节点的一个类别。后剪枝是针对完全成长的树进行剪枝，通过去掉节点的分枝，用叶子节点代替，叶子节点用子集中类别中出现频率最高的类别进行标记。由于本发明采用的是CART算法，该算法选取的是后剪枝的方法。

步骤105、故障诊断系统根据该目标决策树确定的分类规则生成故障诊断模型。

本发明实施例中，分类规则表示的是if-else形式的知识, ,规则由先导（antecedent）跟后继（consequence）构成一个假设。请参考图2，图2是本发明实施例公开的一种故障警报的判别规则流程图。其中，越线比例可以按大、中、小三个维度来划分，持续时间按长、短两个维度来划分，其中规则中 的“大”、“中”、“小”、“长”和“短”等词语将用明确的阈值替代。

步骤106、故障诊断系统基于该故障诊断模型对电网配变故障进行诊断。

本发明实施例中，举例来说，在同一个用户同时拥有高供高计和高供低计两个测量点，电压数据经常在高压侧和低压侧切换，造成电压越限。由于用户侧设备更新，而计量系统或营销系统中的变比数据未及时同步或填写不规范，或由于计费原因不能同步更新，直接影响PQIU（功率、电量、电流以及电压）等量测数据计算。本发明利用训练完毕的故障诊断模型分析具体原因，建立数据规则，基于决策树原理进行判别，训练决策树参数，载入后续参数，分析电压电流报警原因，建立数据集规则，从而判断是否该警报是否为误报警，提高了判断误报警的准确率。

可见，实施图1所描述的基于决策树算法的电网配变故障诊断方法，能够基于分类决策树对电网配变不匹配问题的算法应用适应各种不利情况的配电网故障诊断方法，辅助调度人员迅速识别故障，提高了故障的诊断效率和准确率，保证配电网的安全稳定运行。

请参考图3，图3是本发明实施例公开的另一种基于决策树算法的电网配变故障诊断方法的流程示意图。其中，如图3所示，该基于决策树算法的电网配变故障诊断方法可以包括以下步骤：

本发明实施例中，该基于决策树算法的电网配变故障诊断方法包括步骤201~205，针对步骤201~205的描述，请参照实施例一中针对步骤101~105的详细描述，本发明实施例不再赘述。

步骤206、故障诊断系统检测是否接收到故障警报；如果接收到故障警报，触发执行步骤207；如果未接收到故障警报，继续执行本流程。

步骤207、故障诊断系统从警报信息中获取实时警报数据，将实时警报数据输入到故障诊断模型，判断是否出现故障；如果判断出出现故障，触发执行步骤208；如果判断出未出现故障，结束本流程。

本发明实施例中，在接收到故障警报之后，以及从警报信息中获取实时警报数据之前，可以校验该警报信息的完整性，包括报警数据的时间、地点、设备编号、报警类型与严重程度，并且需要检查报警时间是否缺失。报警地点与报警设备线路需要相匹配，报警设备编号与台账数据信息需要匹配等。等待报警类型提取确认，查看是否存在明显的误报信息。如果该警报信息的校验结果显示该警报信息完整，则可以从该警报信息中获取实时警报数据。

步骤208、故障诊断系统确定警报信息无误，并根据警报信息的类型选择相匹配的故障处理方案。

本发明实施例中，报警信息可以分为三种类型：电压越限、保护装置动作和断路器跳闸；在确定警报信息无误，即确定配电网发生故障时，根据警报信息的类型从数据库中选择预先存储的与之相匹配的故障处理方案，能够进一步提高故障处理效率。

可见，实施图3所描述的基于决策树算法的电网配变故障诊断方法，能够基于分类决策树对电网配变不匹配问题的算法应用适应各种不利情况的配电网故障诊断方法，辅助调度人员迅速识别故障，提高了故障的诊断效率和准确率，保证配电网的安全稳定运行。

图4是根据一示例性实施例示出的一种基于决策树算法的电网配变故障诊断系统的框图。如图4所示，该系统包括：

数据获取模块301，用于获取历史故障警报数据，并将其提供给样本确定模块302。

样本确定模块302，用于根据历史故障警报数据确定标准故障样本，并将该样本提供给属性选择模块303。

属性选择模块303，用于根据特征属性对标准故障样本进行属性选择，得到目标训练集和目标测试集，并将该目标训练集合目标测试集分别提供给数据挖掘模块304和剪枝处理模块305。

数据挖掘模块304，用于利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树，并触发剪枝处理模块305启动。

剪枝处理模块305，用于通过目标测试集对初始决策树进行剪枝处理，得到目标决策树，并触发模型生成模块306。

模型生成模块306，用于根据目标决策树确定的分类规则生成故障诊断模型，并将其提供给故障诊断模块307。

故障诊断模块307，用于基于故障诊断模型对电网配变故障进行诊断。

作为一种可选的实施方式，上述样本确定模块302，具体可以用于按照预先设定的质量评估规则对历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。

作为另一种可选的实施方式，上述故障诊断模块307，可以包括：

获取子模块，用于当接收到故障警报时，从警报信息中获取实时警报数据；

故障判断子模块，用于将实时警报数据输入到故障诊断模型，判断是否出现故障；

方案选择子模块，用于当故障判断子模块判断出出现故障时，确定警报信息无误，并根据警报信息的类型选择相匹配的故障处理方案。

可见，实施图4所描述的系统，能够基于分类决策树对电网配变不匹配问题的算法应用适应各种不利情况的配电网故障诊断方法，辅助调度人员迅速识别故障，提高了故障的诊断效率和准确率，保证配电网的安全稳定运行。

本发明还提供一种电子设备，该电子设备包括：

处理器；

存储器，该存储器上存储有计算机可读指令，该计算机可读指令被处理器执行时，实现如前所示的基于决策树算法的电网配变故障诊断方法。

在一示例性实施例中，本发明还提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时，实现如前所示的基于决策树算法的电网配变故障诊断方法。

应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围执行各种修改和改变。本发明的范围仅由所附的权利要求来限制。