[發明專利]一種基于隨機森林算法的配電網故障區段定位方法

在審

• 申請號: 201811202219.4
• 申請日: 2018-10-16
• 公開（公告）號: CN109490704A
• 公開（公告）日: 2019-03-19
• 發明（設計）人: 趙晉泉;吳凡
• 申請（專利權）人: 河海大學
• 主分類號: G01R31/08
• 分類號: G01R31/08;G06K9/62
• 代理公司: 南京經緯專利商標代理有限公司 32200
• 代理人: 劉莎

1.一種基于隨機森林算法的配電網故障區段定位方法，其特征在于，包括如下步驟：

步驟1，定義配電網的饋線開關狀態和饋線區段編碼；

步驟2，確定原始故障樣本集；

步驟3，采用過采樣和特征選擇方法對原始故障樣本集進行預處理；

步驟4，基于預處理后的故障樣本集采用隨機森林算法構建定位預測模型，實現對故障區段的在線預測。

2.根據權利要求1所述的一種基于隨機森林算法的配電網故障區段定位方法，其特征在于，所述步驟1具體為：

步驟1-a，配電網發生短路故障時，饋線監控終端FTU采集由配電網系統電源、分布式電源向故障區段輸出的高于FTU整定閾值的故障電流信息，其中包括短路電流的方向信息，設定短路電流方向為

步驟1-b，定義配電網饋線的網絡正方向：規定主電源到饋線的方向為整個網絡的唯一正方向

步驟1-c，定義相間短路故障情形下開關狀態編碼：

式中，I_{j_d}為第j個饋線分段開關的狀態編碼；

步驟1-d，定義配電網饋線區段狀態編碼：設定饋線區段存在0、1兩種狀態，0表示區段正常，1表示區段故障。

3.根據權利要求1所述的一種基于隨機森林算法的配電網故障區段定位方法，其特征在于，所述步驟2具體為：

步驟2-a，根據配電網網絡拓撲，將斷路器、分段開關從系統電源處的進線開關依次編號；

步驟2-b，定義各饋線分段開關的電流越限信息為故障屬性，即原始故障樣本集的條件特征，故障屬性對應的故障區段為樣本集的決策特征，I_{j_d}為第j個分段開關的故障屬性；

步驟2-c，定義故障區段與對應上傳的故障屬性值為故障樣本，原始故障樣本集包含所有故障區段發生單重或多重故障時的故障樣本。

4.根據權利要求1所述的一種基于隨機森林算法的配電網故障區段定位方法，其特征在于，所述步驟3具體為：

步驟3-a，根據每個故障區段對應樣本數量，將故障區段分為少類和多類兩種，其中，少類對應樣本為少類樣本，多類對應樣本為多類樣本；

步驟3-b，采用SMOTE過采樣技術對原始故障樣本集進行平衡預處理：確定每個少類樣本相距最近的多個相同少類樣本，在當前少類樣本與其近鄰樣本的連線上生成新合成樣本，從而補充其與多類樣本相差的樣本數量；

y_i,t＝x_i,t+(x′_i,t-x_i,t)×rand[0,1]

i＝1,2,…,n₁；t＝1,2,…,n₂

式中，x_i,t為第i個少類樣本的第t個故障屬性值；x′_i,t為第i個少類樣本的近鄰樣本的第t個故障屬性值；n₁為少類樣本總數；n₂為故障屬性總數；Y_i為第i個少類樣本的新合成樣本；y_i,t為第i個少類新合成樣本的第t個故障屬性值；rand[0,1]表示在[0,1]之間的一個隨機數；

步驟3-c，采用基于學習模型的特征選擇方法，通過向步驟3-b形成的新樣本集中的條件特征增加小干擾項生成陰影特征，并對步驟3-b形成的新樣本集的條件特征進行隨機調整，最后根據平均精確度減少指標衡量其對模型預測精度的影響，求得各條件特征的重要度；對比步驟3-b形成的新樣本集中的條件特征與陰影特征的重要度大小，若原始特征的重要度高于對應陰影特征的重要度，則該原始特征為重要特征并被提取出來，其余特征被剔除，實現對過采樣后故障樣本集大量條件特征的降維。

5.根據權利要求4所述的一種基于隨機森林算法的配電網故障區段定位方法，其特征在于，步驟3-a中少類樣本的樣本數量低于多類樣本的樣本數量一半。