[发明专利]一种电力设备状态评价方法

权利要求书

1.一种电力设备状态评价方法，其特征在于，用于实现基于数据驱动的电力设备状态评价，并提高样本中存在缺失值时的算法效果，该方法包括以下步骤：

步骤1：获取训练样本，每条训练样本由电力设备监测数据和电力设备状态评价结果组成；

步骤2：采用深度森林算法对包含电力设备监测信息和状态评价结果的训练样本进行学习；

步骤3：用训练好的深度森林模型对要进行状态评价的电力设备的电力设备监测信息给出相应的状态评价结果；

其中，电力设备状态评价方法以含概率权重的决策树为基本分类器，将若干决策树并联组成随机森林作为深度森林每一层的分类器，并将随机森林逐级串联组成深度森林；

以采用概率权重处理含缺失项样本的决策树作为基本分类器，其原理如下：设样本集D如下；

其中，元素x_m,n代表第m个样本的第n个属性，y_m为样本数据的分类标签，y_m∈{c₁,c₂,...,c_K}；

对于一个节点包含的样本集，要选择一个最佳的划分方法将其划分成两个样本类别一致性更高的子集形成两个子节点，由于样本属性为连续值，要同时确定最佳的划分属性和划分值，所以采用信息熵作为描述样本集合纯度的指标，如下所示；

其中，式中P_k为第k类样本所占的比重，W_m为样本m的权重；

决策树训练过程如下：

步骤A：初始化

设置树的最大深度为DP_max，创建树根节点root并使其包含所有的学习样本，初始化各样本的权重均为1，如下所示：

[w₁,w₂,K,w_M]＝[1,1,K,1]

设置当前待划分节点node＝root；

步骤B：确定划分属性和划分点

设当前待划分节点中包含的样本集为D，对属性n进行遍历，寻找最大信息增益的划分属性n_s和划分点v_s，其中Dⁿ为D中属性n不为空的样本集，为D中属性n缺失的样本集，ρ为属性n未缺失的样本在D中占的比重，α＝1或2，分别代表左分枝和右分枝，D^n,1代表左分枝样本集合，D^n,2代表右分枝样本集合，r₁和r₂分别代表左分枝样本和右分枝样本在Dⁿ中占的比重，则：

D^n,1＝{d_m|x_m,n≤v_n},D^n,2＝{d_m|x_m,nv_n}

连续属性划分点的选取：设样本集中待划分属性共有K个不同取值，从小到大排序为{X₁,X₂,…,X_k}，则划分点候选集合为：

步骤C：创建分支节点

设当前待划分节点为node，记录其划分属性和划分点：

node.n_s＝n_s,node.v_s＝v_s

创建左右分枝节点node1和node2，设置两个节点的样本集D如下式；

设置新节点中的样本权重和深度，其中α＝1,2；

nodeα.depth＝node.depth+1

检查树的深度，若nodeα.depth＝DP_max，设置nodeα为叶子节点，不再进行划分；若nodeα.depthDP_max，检查新节点的纯度，若节点样本全部为同一类则设为叶子节点；

对于nodeα，若为叶子节点，计算各分类概率向量prob；

nodeα.prob＝[p₁,p₂,...,p_k]

若非叶子节点，对该节点应用上述方法进行划分；

含概率权重决策树对新样本的预测方法为:

在训练完成后，对于输入的新样本则从树的根节点开始，通过对比样本在节点划分属性的值与节点划分点之间的关系，将样本划分到子节点中，直到样本被划分到叶子节点中为止；以node.prob作为决策树的预测输出prob，若预测样本在节点划分属性上缺失，则将其同时划分到两个分枝节点中，并将两个节点的prob取均值作为输出，如此递归直至叶子节点；

以各决策树给出的分类概率向量的平均值作为随机深林的最终输出，随机森林的随机性体现在两个方面，设随机深林中包含NT棵决策树：

第一方面：随机深林采用Bootstrap重采样法从原始样本集D中有放回地进行随机采样，生成每棵树的输入样本集D₁,D₂,…,D_NT；

第二方面：在树的生成过程中，划分属性并不从所有属性中选取，而是先随机选出NP个候选属性，然后再从中选取信息增益最大的属性对样本进行划分；

对于预测样本，随机深林的输出如下：

其中prob_i为随机深林中第i棵决策权输出的概率向量；

当设置随机候选属性个数NP＝1时，树的划分就是完全随机的，此时随机深林变成完全随机树森林或极端随机森林；

深度森林是一种基于决策树的深度学习算法，原始的深度森林包含多粒度扫描和级联森林两个阶段，本方法的深度深林只采用级联森林部分：

级联森林的每一层都是由若干决策树森林组合而成的，采用1个随机森林和1个极度随机森林作为级联森林的一层，设样本标签类别共有k个，每个样本包含n个属性，对任一样本，将其所有属性构成的n维向量输入到第1层级联森林中，层中的随机森林和极度随机森林分别输出样本属于所有标签类别的k维概率向量，将随机森林和极度随机森林输出的2个k维向量及样本原有n维属性向量拼接成n+2k的属性向量作为下一层级联森林的输入，如此递进直至最深的第NF层，对第NF层中随机森林和极度随机森林的输出取平均值，取其中概论最大的标签类别作为最终的分类结果；

深度森林的训练过程采用逐层训练的方法，完成一层的训练后，与预测过程相似，将每个训练样本的n个属性与本层对该样本的2k维分类概率拼接后作为下一层的训练样本，深度森林的层数自适应而不需要预先设定，这减少了人为调参的困难，级联森林层数的确定方法是：留出一部分训练样本作为测试集，每训练一层就利用测试集计算模型的预测精度，若连续NTM次新增层预测精度都不能提高则停止训练，取预测精度最高的层数为NF。