[发明专利]一种基于改进随机森林算法的电压缺失数据辨识方法

权利要求书

1.一种基于改进随机森林算法的电压缺失数据辨识方法，其特征在于，所述方法步骤包括：

S1：获取电网历史数据，选择缺失数据所有对应的关联属性，进行不同的属性划分；

S2：通过属性综合加权计算得到学习样本集合；

S3：对学习样本进行重复抽样，得到若干个相似样本集合；

S4：将所述相似样本集合作为输入，训练随机森林回归模型；

S5：通过减少决策树间的关联性和提高决策树的精度，提高随机森林回归预测精度；

S6：将所有决策树的最终预测均值作为填补结果，评估填补结果，填补结果在容忍范围则填补完成。

2.根据权利要求1所述的基于改进随机森林算法的电压缺失数据辨识方法，其特征在于，所述属性综合加权计算包括以下步骤：

S21：对所述关联属性进行各属性间的互相关系数计算，互相关系数大于给定阀值的属性存入互相关集合HG；

S22：将所述互相关集合HG进行属性误差期望计算，属性误差期望大于强相关阀值，存入强相关属性集合QX；

S23：所述强相关属性集合QX中的各属性采用熵权法确立其属性间的权重，得到权重向量，据强相关系数得到的属性综合加权值SX按照从大到小排序，设置选择阀值，选择大于选择阀值的样本作为学习样本集合。

3.根据权利要求2所述的基于改进随机森林算法的电压缺失数据辨识方法，其特征在于，所述关联属性的各属性间的互相关系数计算公式如下，

当皮尔逊系系数用于总体时，如式(1)所示：

其中，X,Y为两个不同属性的随机变量，σ_X,σ_Y分别是X,Y的标准差，cov(X,Y)为协方差，如式(2)所示：

其中，n表示样本的数量；

当皮尔逊系系数用于样本时，如式(3)所示：

其中，x_i,y_i为变量X,Y对应i的观测点值，分别为对应X,Y的样本均值；

通过皮尔逊系数计算各属性间的互相关系数，选择互相关系数大于给定阀值的属性存入互相关集合HG。

4.根据权利要求2所述的基于改进随机森林算法的电压缺失数据辨识方法，其特征在于，所述互相关集合HG的属性误差期望计算公式如下，

其中，Cov(X_k,Y_k)为X_k,Y_k的协方差；Var[X_k]为X_k的方差；Var[Y_k]为Y_k的方差；

若EXPError(X_k,Y_k)＞β(β为强相关阀值)，则为强相关属性，存入到强相关属性集合QX中。

5.根据权利要求2所述的基于改进随机森林算法的电压缺失数据辨识方法，其特征在于，所述强相关属性集合QX中的各属性采用熵权法确立其属性间的权重，得到权重向量如下：

W＝[w₁,w₂,...,w_m] (5)

其中，m：强关联属性的个数；

据强相关系数得到的属性综合加权值SX：

SX＝W₁S₁+W₂S₁+...+W_mS_m (6)

根据各历史断面数据的属性综合加权结果按照从大到小排序，设置选择阈值，选择阀值较大的样本作为学习样本集合。