[发明专利]一种基于GBDT的电力计量设备故障风险预测方法

说明书

本发明提供的基于GBDT的电力计量设备故障风险预测方法，包括：根据获取的待预测的电力计量设备样本的基本数据，确定与待预测的电力计量设备样本对应的故障风险预测模型和特征集，其中，特征集包括与电力计量设备样本对应的故障大类F、故障小类f、闲置时间T、在运时间R和产权单位；将特征集作为特征集故障风险预测模型的输入，确定待预测的电力计量设备样本的预测寿命，其中，预测寿命为：与指定的电力计量设备故障概率对应的累积使用时间；或与指定的累积使用时间在对应的电力计量设备故障概率。本发明提供的预测方法，可以准确地确定电力计量设备的预测寿命，从而实现对电力计量设备运行状态的有效监控。

技术领域

本发明涉及电网运维技术领域，并且更具体地，涉及一种基于GBDT的电力计量设备故障风险预测方法。

背景技术

目前，难以对电网中投入的电力计量设备进行有效的监控，会发生大面积范围内发生计量设备故障的运维事故。

另外，目前，电力计量设备通常采用定时更换的维修模式。也就是，达到预先设定的投入年限后，同一生产批次的电力计量设备会全部更换为新的智能电能表。

这种维修模式造带来大量的维修工作，造成大量尚未失效的智能电能表提前终止使用，造成了资金和工人作业时间上的浪费。

发明内容

本发明提供了一种基于GBDT的电力计量设备故障风险预测方法，以实现对智能电表运行状态的有效监控，并通过采取必要的运维措施，控制或预防大面积范围内发生计量设备故障。

本发明提供的基于GBDT的电力计量设备故障风险预测方法，包括：

根据获取的待预测的电力计量设备样本的基本数据，确定与待预测的电力计量设备样本对应的故障风险预测模型和特征集，其中，特征集包括与电力计量设备样本对应的故障大类F、故障小类f、闲置时间T、在运时间R和产权单位；

将特征集作为特征集故障风险预测模型的输入，确定待预测的电力计量设备样本的预测寿命，其中，预测寿命为：与指定的电力计量设备故障概率对应的累积使用时间；或

与指定的累积使用时间在对应的电力计量设备故障概率。

进一步地，该方法中，

故障风险预测模型包括基于GBDT回归器的寿命预测子模型；

基于GBDT回归器的寿命预测子模型的输入特征集包括至少一个故障小类和/或至少一个故障小类的发生概率；

基于GBDT回归器的寿命预测子模型的输出特征集包括：电力计量设备的预测寿命。

进一步地，该方法中，故障风险预测模型还包括基于GBDT分类器的故障小类预测子模型；

基于GBDT分类器的故障小类预测子模型的输入特征集包括至少一个故障大类和/或至少一个故障大类的发生概率；

基于GBDT分类器的故障小类预测子模型的输出特征集包括：至少一个故障小类和/或至少一个故障小类的发生概率；

寿命预测子模型的输入特征集包括故障小类预测子模型的输出特征集。

进一步地，该方法中，故障风险预测模型还包括基于GBDT分类器的故障大类预测子模型；

基于GBDT分类器的故障大类预测子模型的输入特征包括：闲置时间T和产权单位；

基于GBDT分类器的故障大类预测子模型的输出特征包括：至少一个故障大类和/或至少一个故障大类的发生概率；

故障小类预测子模型的输入特征集包括故障大类预测子模型的输出特征集。

进一步地，该方法中，在确定与待预测的电力计量设备样本对应的故障风险预测模型和特征集之前，还包括：