[發明專利]故障線路識別方法及裝置、電子設備

在審

• 申請號: 202010003409.4
• 申請日: 2020-01-02
• 公開（公告）號: CN111191946A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 王培祎;高鑫;馬龍飛;王健;丁屹峰;陸斯悅;張祿;徐蕙;楊冰;焦東升
• 申請（專利權）人: 國網北京市電力公司;國家電網有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06K9/62;G01R31/00
• 代理公司: 北京康信知識產權代理有限責任公司 11240
• 代理人: 董文倩

本申請公開了一種故障線路識別方法及裝置、電子設備。其中，該方法包括：獲取參數集合，參數集合包括線路的運行參數；根據預設規則，從參數集合中選取預設參數子集；根據預設參數子集，得到預設參數子集的組合值和指標值；根據組合值和指標值建立關系模型；根據關系模型，預測參數集合中的全部參數值。本申請解決了目前故障線路分析模型不能處理大量數據的技術問題。

技術領域

本申請涉及電力領域，具體而言，涉及一種故障線路識別方法及裝置、電子設備。

背景技術

隨著的工業經濟的快速發展，電力工業日益體現其不可替代的重要作用。在整個電力工業系統中，輸電線路系統作為其中的一個重要環節，連接發電廠、變電站和供配電設備等。因此，輸電線路系統的運行狀況直接關系到電力系統的可靠運行，影響著客戶的用電安全和質量。但是，輸電線路具有運送距離長、覆蓋區域廣等特點，受天然環境及人為成分的影響較多，致使線路的運作維護工作存在較大的困難。如何有效提高輸電線路的運行和維護的質量，確保電網穩定安全運行是目前急需解決的問題之一。

隨著現代科技的快速發展，信息記錄的方式也更加多樣化，積累了大量的數據，這些數據蘊含著重大的價值。大數據技術的研究使積累的數據得到了實際應用，具有廣闊的應用前景。根據電力系統的特點，將大數據技術引入輸電線路管理系統，能極大地提高現有系統的性能，實現可視化管理，查詢統計，故障分析，輔助決策等功能。

支持向量機(SVM)作為大數據的經典算法之一，在故障診斷方面有其獨特的優勢，能夠有效實現智能化故障診斷。支持向量機具有以下優點：采用結構風險最小化原理，能夠有效的避免過擬合問題；支持向量機的求解最終會轉化成線性條件下的二次優化問題，避免了局部極值的問題。

然而，傳統的SVM模型由于在懲罰系數和核函數參數選擇方面耗時過多，構造的模型不適用于大樣本數據集。因此，需要對傳統的SVM模型進行優化使其能夠廣泛應用于具有大規模數據的電網行業。目前，傳統SVM參數分類問題尋優需要在在給定范內進行窮盡搜索，因此，并不具備處理大量數據的功能。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種故障線路識別方法及裝置、電子設備，以至少解決目前故障線路分析模型不能處理大量數據的技術問題。

根據本申請實施例的一個方面，提供了一種故障線路識別方法，包括：獲取參數集合,參數集合包括線路的運行參數；根據預設規則，從所述參數集合中選取預設參數子集；根據所述預設參數子集，得到所述預設參數子集的組合值和指標值；根據所述組合值和所述指標值建立關系模型；根據所述關系模型，預測參數集合中的全部參數值。

可選地，所述指標值為所述參數子集的評價指標數值。

可選地，所述組合值為所述參數子集的組合情況參考值。

可選地，所述根據所述組合值和所述指標值建立關系模型包括：獲取通過訓練得到的所述指標值；獲取所述參數子集中的參數組合向量；根據所述指標值和所述參數組合向量，建立模型關系。

可選地，所述根據所述關系模型，預測參數集合中的全部參數值之后，還包括：將根據所述關系模型預測的評價指標替換原有的評價指標。

根據本申請實施例的另一方面，還提供了一種故障線路識別裝置，包括：獲取模塊，用于獲取參數集合,參數集合包括線路的運行參數；選擇模塊，用于根據預設規則，從所述參數集合中選取預設參數子集；生成模塊，用于根據所述預設參數子集，得到所述預設參數子集的組合值和指標值；建立模塊，用于根據所述組合值和所述指標值建立關系模型；預測模塊，用于根據所述關系模型，預測參數集合中的全部參數值。

可選地，所述指標值為所述參數子集的評價指標數值。

可選地，所述組合值為所述參數子集的組合情況參考值。