[發明專利]一種基于決策樹算法的220kV主變壓器狀態評估預測方法

在審

• 申請號: 201710418620.0
• 申請日: 2017-06-06
• 公開（公告）號: CN107193992A
• 公開（公告）日: 2017-09-22
• 發明（設計）人: 張莉娜;趙志宇;馬文;徐敏;楊東寧;肖穎婷;李華鋒
• 申請（專利權）人: 云南電網有限責任公司信息中心;昆明能訊科技有限責任公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06K9/62;G06Q10/04;G06Q50/06
• 代理公司: 昆明大百科專利事務所53106
• 代理人: 何健

技術領域

本發明涉及電網中的主變狀態評估預測及監測實時數據融合的技術方法，是一種對電網220kV主變壓器狀態評估預測的方法。

背景技術

目前，在220KV主變設備采集的在線監測數據上，有大量的設備運行實時信息未能很好利用，對于這些設備的實時數據，運維人員(或監控人員)掌握不到或掌握不準確，對這些設備運行狀態好壞情況的掌握，主要靠運維人員(或監控人員)人工經驗，對無人值班的設備狀態，既不能做到實時監控，又要花大量的人物力到現場核查。所以研究建立專用的220KV主變設備狀態數據，決策樹算法技術，在真正意義上實現220KV主變設備狀態的預測管理。

發明內容

本發明的目的正是為了克服上述現有技術存在的缺陷而提供一種基于大數據決策算法的220kV主變壓器狀態評估預測方法，本發明基于在線監測信息的采集、整合和存儲。

從信息的采集來看，數據庫需要接入不同的在線監測數據。數據接入數據庫后，對接入的數據要進行分析、篩選、清洗、特征處理等，從而為算法與模型的建立、算法運算的準確性提供真實可信的數據。為了實現上述目的，本發明提供如下技術方案：

本發明一種基于決策樹算法的220kV主變壓器狀態評估預測方法，包括以下步驟：

(1)、采用220KV主變壓器的油色譜氫氣成分含量在線監測數據和油溫在線監測數據存儲至數據庫，作為決策算法的基礎；

(2)、采用周期時序法存儲定期采集到的主變壓器在線監測數據，作為決策算法的訓練樣本集，利用決策樹進行訓練；

(3)、訓練的結果即為220KV主變壓器的下一時序周期的狀態，即正常與否的判定。

上述技術方案中：

(1)數據樣本進行采集、篩選、分析、處理

利用已有在線監測裝置采集數據，以固定間隔時間(如15分鐘為)提取、篩選氫氣含量(H2)、油溫，作為訓練樣本基礎數據，同時以間隔時間(如15分鐘)加入每個時間間隔的主變狀態(正常或異常，正常用1表示，異常用0表示)信息到訓練樣本庫，與氫氣含量(H2)、油溫一同組成算法訓練基礎樣本數據(如100個樣本或更多)。然后對訓練樣本數據進行處理，處理異常值，異常值處理方法采用平均值填補方法。流程見圖1；

(2).樣本決策樹算法

1)樣本數據

樣本數據經過處理后，就形成了可以運用決策樹算法進行計算的樣本數據，包括油溫高(H)、低(L)數據值，氫氣含量(H2)數據值，設備狀態(正常1，異常0)值。樣本數據格式如下表1：