[發明專利]一種基于偏互信息法的覆冰閃絡影響因素篩選方法

在審

• 申請號: 201710995427.3
• 申請日: 2017-10-23
• 公開（公告）號: CN108133280A
• 公開（公告）日: 2018-06-08
• 發明（設計）人: 常康;郁琛;程松;任龍飛;褚云龍;段乃欣;呂友杰;謝云云
• 申請（專利權）人: 南京南瑞集團公司;國電南瑞科技股份有限公司;國家電網公司西北分部;南京理工大學
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 南京知識律師事務所 32207
• 代理人: 劉豐

本發明公開了一種基于偏互信息法的覆冰閃絡影響因素篩選方法，屬于電力系統故障預警技術領域。本發明基于偏互信息法考慮因素之間的相關影響，篩選出覆冰閃絡故障的主要影響因素。本發明以篩選覆冰閃絡故障主要影響因素為目標，大大減少了覆冰閃絡預測模型的復雜度，使得覆冰閃絡特性研究成果可以在覆冰閃絡故障預警中得以應用。

技術領域

本發明屬于電力系統故障預警技術領域，更準確地說，本發明涉及一種基于偏互信息法的覆冰閃絡影響因素的篩選方法。

背景技術

由于電力系統長期暴露有自然環境中，輸電線路會經常受到自然災害的影響，而自然災害引發電網故障的預警是保證電網安全穩定運行的重要途徑。覆冰災害是影響電力系統運行最為嚴重的災害之一。覆冰災害不僅會造成輸電線路跳閘，還會引起一次系統損壞，造成長時間線路停運，一直以來是電網災害防御的重點。由于覆冰閃絡的影響因素較多，所以對于覆冰閃絡故障預警的研究也較為復雜。

在目前的覆冰閃絡研究中，普遍的做法是給出一個或多個因素與覆冰閃絡電壓直接的定量表達式。但在實際電網運行過程中，覆冰閃絡是多個因素共同作用的結果，且實際參數分布與實驗室模擬有很大差別，另外數據的采集也存在誤差，使得現有覆冰閃絡特性研究成果難以在覆冰閃絡故障預警中直接應用。

隨著數據挖掘技術的發展，近年來基于數據驅動的方法逐漸在電力系統中得到了廣泛的應用。覆冰閃絡特性模型中的參數能夠反應覆冰閃絡的整體特性，同樣適用數據挖掘方法發掘其規律。但是由于覆冰閃絡影響因素較多，在預測模型中考慮全部因素將增加模型的復雜度，首先需要提取出關鍵的影響因素。而常用的偏最小二乘法和Schmidt變換雖能夠對輸入變量進行特征提取以降低維數和消除相關性，但其在求解非線性問題中的表現較差，故難以應用到覆冰閃絡特性模型的數據挖掘中。

互信息(mutual information，MI)是以信息論中的熵為基礎，用于反映變量間的線性和非線性相關關系的一種方法，能夠定量地反映變量間的相關程度，并且在描述線性和非線性變量時都具有較好的性能。在互信息的基礎上，偏互信息(partial mutualinformation，PMI)用條件期望剔除變量間的相關關系再計算其互信息，消除了變量之間的聯系，有效地提高了變量選擇的精確性。中國專利申請CN201410713154.5就公開了一種耦合偏互信息和CFS集合預報的小水電發電能力預測方法。如能將偏互信息應用到覆冰閃絡特性模型的數據挖掘中，必然能準確地預測冰閃故障提供幫助。

發明內容

本發明目的是：結合現有技術中的偏互信息方法，提供一種基于偏互信息法的覆冰閃絡影響因素篩選方法。

具體地說，本發明是采用以下技術方案實現的，包括如下步驟：

1)選取N個輸電線路覆冰閃絡的影響因素放入變量集X中，設輸出因變量為Y，Y代表是否發生冰閃跳閘現象，最優輸入變量集為S，將S初始化為空集；

2)對于X中每個變量，計算其與Y的互信息I(X_i,Y)，其中Xi代表X中第i個變量；

3)記使I(X_i,Y)值最大的X中的那個變量為X_S，根據X_S計算AIC值，并將X_S從X中移入S；

AIC值的計算公式為：

式中，r_i為根據已選變量計算的Y回歸殘差；n為取值個數；p為已選變量個數，log對數取2為底，單位為比特；

4)若X不為空，對于其中每一個變量，計算u_i＝X_i-m_Xi(S)與v＝Y-m_Y(S)，并計算I(u_i,v)，其中：