[發(fā)明專利]一種基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法和設(shè)備

有效

• 申請?zhí)枺?/td>: 201910293642.8
• 申請日: 2019-04-12
• 公開（公告）號: CN110110757B
• 公開（公告）日: 2021-02-05
• 發(fā)明（設(shè)計）人: 高尚;李慧輝;翟明玉;孫世明;陳玉慧;許寒陽;陳寧;季堃;馬潔;唐元合
• 申請（專利權(quán)）人: 國電南瑞科技股份有限公司;國家電網(wǎng)有限公司;國網(wǎng)江蘇省電力有限公司;國電南瑞南京控制系統(tǒng)有限公司;南瑞集團有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06Q50/06
• 代理公司: 南京蘇高專利商標(biāo)事務(wù)所(普通合伙) 32204
• 代理人: 李淑靜

1.一種基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述方法包括以下步驟：

S1、根據(jù)輸變電設(shè)備的類別和周期性規(guī)律，選取多個維度的數(shù)據(jù)構(gòu)建數(shù)據(jù)特征項；

S2、根據(jù)采樣時間遠近為數(shù)據(jù)特征項分配不同的權(quán)重，將分配權(quán)重后的正常數(shù)據(jù)和異常數(shù)據(jù)分別標(biāo)記為正負樣本，并將數(shù)據(jù)集分為K份；

S3、采用K折交叉驗證方法訓(xùn)練隨機森林模型，以正負樣本準(zhǔn)確率平均值為目標(biāo)，迭代調(diào)整隨機森林中樹的數(shù)量T，獲得指標(biāo)最優(yōu)時參數(shù)T的值，具體包括：

S3.1、采用K折交叉驗證方法訓(xùn)練模型，每次保留K份數(shù)據(jù)中的一份作為測試數(shù)據(jù)，對每棵決策樹抽取剩余K-1份訓(xùn)練數(shù)據(jù)中的一份進行訓(xùn)練，若決策樹的數(shù)量T≤K-1，采用無放回的抽取方法；若TK-1，前K-1棵樹采用無放回抽取方法，其余的樹采取隨機抽取方法；

S3.2、使用測試數(shù)據(jù)測試隨機森林模型的準(zhǔn)確率，當(dāng)超過半數(shù)的決策樹判斷數(shù)據(jù)是正確數(shù)據(jù)時，隨機森林輸出數(shù)據(jù)正確的判斷，否則輸出數(shù)據(jù)異常的判斷；

S3.3、定義隨機森林模型對正樣本、負樣本識別準(zhǔn)確率平均值f，記驗證數(shù)據(jù)中正樣本數(shù)量為P，模型判斷為正確數(shù)據(jù)的數(shù)量為TP，負樣本數(shù)量為N，模型判斷為錯誤數(shù)據(jù)的數(shù)量為TN，則f為：

調(diào)整T的值，重復(fù)步驟S3.1和S3.2，獲得f值最高時T的值；

S4、使用訓(xùn)練好的模型篩查可疑數(shù)據(jù)。

2.根據(jù)權(quán)利要求1所述的基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述步驟S1中選取設(shè)備數(shù)據(jù)包括：電氣量測、非電氣量測、時間和季節(jié)性數(shù)據(jù)、統(tǒng)計特性數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述步驟S2中根據(jù)采樣時間遠近為數(shù)據(jù)分配不同的權(quán)重具體方法為：為近期的采樣數(shù)據(jù)分配高權(quán)重，為遠期的采樣數(shù)據(jù)分配低權(quán)重，所述近期、遠期的劃分以指定時間期限為基準(zhǔn)，所述高低權(quán)重的劃分以指定閾值為基準(zhǔn)。

4.根據(jù)權(quán)利要求1所述的基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述步驟S2中將數(shù)據(jù)集分為K份包括：如果收集到的數(shù)據(jù)集中，正負樣本的比例在指定倍數(shù)以下，則使用隨機抽樣的方法將數(shù)據(jù)分為K份；如果正負樣本的數(shù)量差距超過指定倍數(shù)，則通過對正樣本重新采樣并與負樣本組成數(shù)量相當(dāng)?shù)腒份比例平衡樣本集。

5.根據(jù)權(quán)利要求4所述的基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述指定倍數(shù)為2倍。

6.根據(jù)權(quán)利要求4所述的基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述重新采樣具體方法如下：將負樣本隨機平分為K份，再從正樣本中隨機抽取K份正樣本，每份正樣本的數(shù)量與每份負樣本數(shù)量相當(dāng)，再將正負樣本一一混合得到K份正負樣本比例平衡的數(shù)據(jù)集。

7.根據(jù)權(quán)利要求1所述的基于隨機森林模型的輸變電可疑數(shù)據(jù)篩查方法，其特征在于，所述步驟S4包括：

根據(jù)訓(xùn)練數(shù)據(jù)的特征項，為待檢測數(shù)據(jù)構(gòu)建相同的特征分量；

以待檢測數(shù)據(jù)作為輸入變量通過訓(xùn)練后的隨機森林模型，隨機森林模型中的每棵決策樹各自獨立判斷該數(shù)據(jù)是否為異常數(shù)，若超過半數(shù)的決策樹認為該數(shù)據(jù)為正常數(shù)據(jù)，則模型判斷該數(shù)據(jù)正常，若超過半數(shù)的決策樹認為該數(shù)據(jù)為異常數(shù)據(jù)，則模型判斷該數(shù)據(jù)可疑。

8.一種計算機設(shè)備，其特征在，所述設(shè)備包括：

一個或多個處理器；

存儲器；以及

一個或多個程序，其中所述一個或多個程序被存儲在所述存儲器中，并且被配置為由所述一個或多個處理器執(zhí)行，所述程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1-7中的任一項所述的步驟。