[发明专利]一种基于集成学习的输电设备状态评价方法

权利要求书

1.一种基于集成学习的输电设备状态评价方法，其特征在于，所述方法包括：

从电力系统历史记录中获取包含输电设备运行相关数据的历史样本；

通过主成分分析与专家经验判断的方法选取与所述历史样本对应的特征量及标签；

采用bootstrap采样法对所述历史样本中的正常样本进行采样，建立N个正常样本集合，并将所述正常样本集合与故障样本进行组合得到N个均衡样本训练集；

采用N个LSTM基学习器分别对N个均衡样本训练集进行网络训练，得到N个分类结果；

对N个分类结果进行Bagging集成，得到输电设备状态评价模型；

采用所述输电设备状态评价模型对输电设备的状态进行实时综合评价。

2.根据权利要求1所述的基于集成学习的输电设备状态评价方法，其特征在于，所述电力系统历史记录包括电力系统巡线记录、预防性试验记录、运行记录、缺陷记录、电力公司缺陷库和紧急重大缺陷统计。

3.根据权利要求1所述的基于集成学习的输电设备状态评价方法，其特征在于，所述输电设备运行相关数据包括设备台帐信息、设备铭牌信息、检测仪器技术参数、设备运行数据和气象信息。

4.根据权利要求1所述的基于集成学习的输电设备状态评价方法，其特征在于，所述历史样本包括正常样本和故障样本；

其中，所述正常样本为巡检发现设备处于缺陷状态，但在根据既定检修计划消缺后，设备在下一个巡线周期内未发生故障的样本；

所述故障样本为巡检发现设备处于缺陷状态，设备在下一个巡线周期内发生故障的样本。

5.根据权利要求1所述的基于集成学习的输电设备状态评价方法，其特征在于，所述方法还包括：

建立N个基于LSTM网络的LSTM基学习器。