[发明专利]一种基于决策树算法的电网配变故障诊断方法及系统

说明书

本发明涉及计算机技术领域，具体揭示了一种基于决策树算法的电网配变故障诊断方法。所述方法包括：获取历史故障警报数据，根据历史故障警报数据确定标准故障样本；根据特征属性对该标准故障样本进行属性选择，得到目标训练集和目标测试集；利用决策树算法对目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；通过目标测试集对初始决策树进行剪枝处理，得到目标决策树；根据目标决策树确定的分类规则生成故障诊断模型；基于该故障诊断模型对电网配变故障进行诊断。此方法下，能够提高故障诊断的效率和准确性。

技术领域

本发明涉及计算机技术领域，特别涉及一种基于决策树算法的电网配变故障诊断方法及系统。

背景技术

电力是国民经济建设的重要能源，是社会发展的物质基础。随着社会经济的发展和 人们生活水平的进步，现代电力系统也日趋大型化、复杂化，人们对持续、稳定电能的需求量越来越大。伴随着用电需求量的增大，电力系统的故障无法避免。一般情况下，如果配电变压器的电压或电流数据超限导致了电力系统故障，配网调度员需要从数据库中核查报警位置处理数据，调取台账数据与原始报文，逐一排查配变匹配问题。这种利用手工排查故障过程十分繁琐，需要大量人力而且容易出错，因此故障诊断效率低、准确性低。

可见，为了快速并准确诊断配电网故障，确保电力系统安全稳定运行，增强供电的可靠性和持续性，一个优质的配电网故障诊断识别系统显然非常重要。

发明内容

为了解决相关技术中存在的配电网故障诊断效率低、准确性低的技术问题，本发明提供了一种基于决策树算法的电网配变故障诊断方法及系统。

本发明实施例第一方面公开了一种基于决策树算法的电网配变故障诊断方法，所述方法包括：

获取历史故障警报数据，根据所述历史故障警报数据确定标准故障样本；

根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；

利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；

通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；

根据所述目标决策树确定的分类规则生成故障诊断模型；

基于所述故障诊断模型对电网配变故障进行诊断。

作为一种可选的实施方式，在本发明实施例第一方面中，所述根据所述历史故障警报数据确定标准故障样本，包括：

按照预先设定的质量评估规则对所述历史故障警报数据进行质量筛选，筛除缺失、重复以及格式错误的数据，生成标准故障样本。

作为一种可选的实施方式，在本发明实施例第一方面中，所述基于所述故障诊断模型对电网配变故障进行诊断，包括：

当接收到故障警报时，从警报信息中获取实时警报数据，将所述实时警报数据输入到所述故障诊断模型，判断是否出现故障；

如果判断出出现故障，确定所述警报信息无误，并根据所述警报信息的类型选择相匹配的故障处理方案。

本发明实施例第二方面公开了一种基于决策树算法的电网配变故障诊断系统，包括：

数据获取模块，用于获取历史故障警报数据；

样本确定模块，用于根据所述历史故障警报数据确定标准故障样本；

属性选择模块，用于根据特征属性对所述标准故障样本进行属性选择，得到目标训练集和目标测试集；

数据挖掘模块，用于利用决策树算法对所述目标训练集进行数据挖掘，形成电网配变故障诊断的初始决策树；

剪枝处理模块，用于通过所述目标测试集对所述初始决策树进行剪枝处理，得到目标决策树；

模型生成模块，用于根据所述目标决策树确定的分类规则生成故障诊断模型；

故障诊断模块，用于基于所述故障诊断模型对电网配变故障进行诊断。