[发明专利]一种基于决策树的电能计量装置选型方法和系统在审

专利信息
申请号: 202011005064.2 申请日: 2020-09-22
公开(公告)号: CN112183604A 公开(公告)日: 2021-01-05
发明(设计)人: 周玉;易永仙;崔高颖;邵雪松;蔡奇新;季欣荣;李悦;宋瑞鹏;高雨翔;支亚薇;莫益军;梁庆森 申请(专利权)人: 国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;华中科技大学;国家电网有限公司
主分类号: G06K9/62 分类号: G06K9/62;G06Q50/06
代理公司: 北京智绘未来专利代理事务所(普通合伙) 11689 代理人: 肖继军;王萍
地址: 210019 江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 决策树 电能 计量 装置 选型 方法 系统
【说明书】:

本申请公开了一种基于决策树的电能计量装置选型方法和系统,所述方法包括:步骤1:根据电能计量装置选型参数数据,得到训练样本集S和测试样本集;步骤2:计算训练样本集S中所有选型参数的信息增益率;步骤3:根据步骤2计算得到的信息增益率,构建电能计量装置选型决策树模型;步骤4:分别基于训练样本集S和测试样本集,对步骤3构建的选型决策树模型进行修正;步骤5:使用步骤4修正后的电能计量装置选型决策树模型进行电能计量装置选型。针对用户在各种不同应用和场景下进行电能计量装置选型配置的问题,基于决策树,可以降低人工选型的成本,实现装置规格精细化,满足用户的搜索需求,从而大大提高电能计量装置的选型效率。

技术领域

发明属于电能计量装置选型技术领域,涉及一种基于决策树的电能计量装置选型方法和系统。

背景技术

随着电力科技的发展与进步,电能计量装置正向着智能化、网络化、标准化、数字化、信息化和系统化方向迈进。电能计量装置是维护发电、供电、用电三方的稳定,便于发电、供电、用电三方的销售和买卖,在三方的联系中担任着重要的角色,合理配置电能计量装置是电网工作人员的重要工作之一。

目前电能计量装置的配置选型工作大部分由人工完成,不仅耗费大量人力,这也导致了选型过程中存在大量不可避免的主观因素,使得在装置规格选择中产生一定的误差。另一方面,电能计量装置的设计越来越繁复,给一线接线工作人员的工作增加了更大的难度,接线错误现象频繁发生,这也是近年来导致电能计量装置出现电能计量故障的主要因素。故而必须采用科学合理的方式,有效减小误差,提高准确度,才能促进电力企业的经济效益的提高,增加市场竞争力。

近年来随着电网自动化技术的发展,电能计量装置的选型方法也逐渐多样化,层次分析法、粗糙集数学方法、基于逻辑链路控制的决策分析法等都取得了一定的成果,但其智能性,通用性水平不高,离实用化具有一定的距离。

发明内容

为解决现有技术中的不足,本申请提供一种基于决策树的电能计量装置选型方法和系统,针对用户在各种不同应用和场景下进行电能计量装置选型配置的问题,基于决策树,可以降低人工选型的成本,实现装置规格精细化,满足用户的搜索需求,从而大大提高电能计量装置的选型效率。

为了实现上述目标,本发明采用如下技术方案:

一种基于决策树的电能计量装置选型方法,其特征在于:

所述方法包括以下步骤:

步骤1:根据电能计量装置选型参数数据,得到训练样本集S和测试样本集;

步骤2:计算训练样本集S中所有选型参数的信息增益率;

步骤3:根据步骤2计算得到的信息增益率,构建电能计量装置选型决策树模型;

步骤4:分别基于训练样本集S和测试样本集,对步骤3构建的选型决策树模型进行修正;

步骤5:使用步骤4修正后的电能计量装置选型决策树模型进行电能计量装置选型。

本发明进一步包括以下优选方案:

优选地,所述步骤1具体为:

从电能计量装置数据库中获取选型参数数据,将选型参数数据转换为调用决策树算法所需的数据样式,构成样本集;

将样本集划分为训练样本集S和测试样本集;

所述选型参数包括计量装置类型,计量方式,接线方式,电压等级,电能表精度,电压互感器精度,电流互感器精度,电流互感器变比。

优选地,所述步骤2具体为:

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;华中科技大学;国家电网有限公司,未经国网江苏省电力有限公司营销服务中心;国网江苏省电力有限公司;华中科技大学;国家电网有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011005064.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top