[发明专利]一种电力计量装置在线运行状态的预警方法

权利要求书

1.一种电力计量装置在线运行状态的预警方法，其特征在于，包括以下步骤：

步骤S1，实时获取电力计量装置的运行监测信息，并将所述运行监测信息与预先设置的电力计量装置的基础配置信息一起生成预设格式的模型输入量；

步骤S2，将所述模型输入量输入预先训练好的随机森林模型进行运算，统计所述随机森林模型中每棵决策树输出的电力计量装置运行状态，并根据预设投票规则对电力计量装置运行状态进行投票，选取其中票数最多的计量装置运行状态输出作为电力计量装置在线运行状态的预测结果；

步骤S3，根据所述预测结果确定是否进行电力计量装置运行状态预警。

2.如权利要求1所述的方法，其特征在于，所述随机森林模型的训练过程如下：

从历史信息数据库中获取多个电力计量装置在不同时间的基础配置信息、运行监测信息以及运行状态信息，并生成多个训练样本，所述多个训练样本组成训练样本集；其中，一个电力计量装置在某一时间的基础配置信息、运行监测信息以及运行状态信息作为一个训练样本，并且，一个训练样本中的基础配置信息、运行监测信息作为随机森林模型的输入量，运行状态信息作为随机森林模型的目标预测结果；

提供一随机森林基础模型，利用所述训练样本集对所述随机森林基础模型进行训练，使得训练过程输出的预测结果与所述目标预测结果匹配，最终获得所述随机森林模型。

3.如权利要求2所述的方法，其特征在于，所述随机森林基础模型包括决策树模型层和预测结果整合层，所述决策树模型层包括多个决策树模型；

所述利用所述训练样本集依次对所述随机森林基础模型进行训练，具体包括：

训练过程中，每一决策树模型均随机且有放回地从所述训练样本集中提取一个训练样本，并利用提取的训练样本进行训练得到对应决策树模型；

所述预测结果整合层接收多个决策树模型的预测结果，并根据多个决策树模型的预测结果进行运算输出最终的预测结果。

4.如权利要求3所述的方法，其特征在于，所述利用提取的训练样本进行训练得到对应决策树模型具体为：

随机从所述训练样本集中抽取预设个数的训练样本作为一组训练样本，并随机获取每组训练样本的多个特征；

将每一组训练样本作为一个决策树，所述决策树中将所述多个特征中的每一个特征作为一个分裂节点进行分裂，直到无法再分裂为止；

其中，所述分裂节点的分裂属性采取所述多个特征中最优的特征。

5.如权利要求4所述的方法，其特征在于，所述根据多个决策树模型的预测结果进行运算输出最终的预测结果具体为：

接收所有决策树模型输出的预测结果，将所有预测结果整合，根据预设的投票规则对所有预测结果进行投票，选取得票数最多的预测结果作为最终的预测结果；其中，一个决策树模型输出一个预测结果。

6.如权利要求5所述的方法，其特征在于，所述决策树模型输出预测结果具体为：

获取所述决策树模型中各分裂节点的分裂属性，将所述分裂属性作为该决策树模型对应的训练样本的分类结果，输出所述分类结果为预测结果。

7.如权利要求6所述的方法，其特征在于，所述随机森林模型的训练过程还包括：

将所述训练样本集代入所述随机森林基础模型后，重复进行运算，直到决策树的数量达到最大的随机森林的模型学习个数。

8.如权利要求7所述的方法，其特征在于，所述最大的随机森林的模型学习个数具体为：所述输入量中每个训练样本的特征总数的对数或所述输入量中每个训练样本的特征总数的开方。

9.如权利要求7所述的方法，其特征在于，所述步骤S3包括：

若所述预测结果为正常，则判定电力计量装置运行状态正常，输出电力计量装置运行状态正常信号；

若所述预测结果为不正常，则判定电力计量装置运行状态异常，输出电力计量装置运行状态预警信号。