[发明专利]一种基于树形贝叶斯网络的配电网灾情推断方法及系统

权利要求书

1.一种基于树形贝叶斯网络的配电网灾情推断方法，其特征在于，包括：

构建树形贝叶斯网络；

确定关键节点集及其证据集相关的停运组合集，并基于所述树形贝叶斯网络，获取所述停运组合集中每个停运组合的联合概率；

确定所述每个停运组合的联合概率中的最大值作为所述证据集下灾情推断的最终结果；

所述构建树形贝叶斯网络，包括：

基于配电网开环运行结构，以所述配电网内每个节点的停运状态作为所述贝叶斯网络的节点，以所述节点之间的线路作为所述贝叶斯网络的边；

所述确定关键节点集及其证据集相关的停运组合集，并基于所述树形贝叶斯网络，获取所述停运组合集中每个停运组合的联合概率，包括：

S21：对于任一停运组合，将所述树形贝叶斯网络中每个所述节点转换为节点指示向量与节点局部概率向量的组合，并根据所述停运组合，完成所述节点指示向量及所述节点局部概率向量的初始化；

S22：根据每个完成初始化后的节点的指示向量和节点局部概率向量，对其父节点的局部概率向量进行更新；

S23：按节点顺序自逆序遍历所述树形贝叶斯网络中每个所述节点，直至获取所述树形贝叶斯网络的根节点的局部概率向量；

S24：迭代执行步骤S21-S23，直至完成所述停运组合集中每个所述停运组合的处理，获取与所述停运组合集中每个停运组合相对应的根节点的局部概率向量，作为每个停运组合的联合概率。

2.根据权利要求1所述的基于树形贝叶斯网络的配电网灾情推断方法，其特征在于，在构建树形贝叶斯网络之后，对所述树形贝叶斯网络进行初始化处理，包括：

利用训练集对所述树形贝叶斯网络进行预训练，获取所述贝叶斯网络的参数集；

给定预训练灾害信息矩阵作为输入，确定所述树形贝叶斯网络中每个所述节点与其上游节点之间的条件概率矩阵，并根据所述条件概率矩阵完成所述树形贝叶斯网络的初始化。

3.根据权利要求1所述的基于树形贝叶斯网络的配电网灾情推断方法，其特征在于，所述将所述树形贝叶斯网络中每个所述节点转换为节点指示向量与节点局部概率向量的组合，包括：

根据所述节点是否出现在所述停运组合中，确定所述节点的指示向量；

若所述节点取到第k个状态，则所述节点的第k个分量为1，其余分量为0；否则所述指示向量的所有分量均为1；

获取与所述节点所对应的节点事件，根据所述节点事件在所述节点的不同状态取值下发生的条件概率；

根据所述条件概确定所述节点的局部概率向量。

4.根据权利要求1所述的基于树形贝叶斯网络的配电网灾情推断方法，其特征在于，所述确定所述停运组合集中每个停运组合的联合概率，包括：

获取每个停运组合的发生概率；

将每个所述停运组合和与所述停运组合相对应的证据集进行合并，获取联合数据集；

确定所述发生概率与所述联合数据集的发生概率的比值作为所述停运组合的联合概率。

5.根据权利要求4所述的基于树形贝叶斯网络的配电网灾情推断方法，其特征在于，所述确定所述每个停运组合的联合概率中的最大值作为所述证据集下灾情推断的最终结果，包括：

确定与所述联合概率中的最大值所对应的停运组合作为最终结果；

所述最终结果为配电网当前最可能的停运组合。