[發明專利]一種用于確定低壓臺區線損率評估值的方法及系統

在審

• 申請號: 202010218339.4
• 申請日: 2020-03-25
• 公開（公告）號: CN111582630A
• 公開（公告）日: 2020-08-25
• 發明（設計）人: 劉麗平;董美娜;張子巖;王樂游;王守強;姚力;倪琳娜;李媛
• 申請（專利權）人: 中國電力科學研究院有限公司;國家電網有限公司;華北電力大學;國網浙江省電力有限公司
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/06;G06N20/20
• 代理公司: 北京工信聯合知識產權代理有限公司 11266
• 代理人: 姜麗樓

1.一種用于確定低壓臺區線損率評估值的方法，所述方法包括：

獲取電網低壓臺區多個歷史電氣特征指標與低壓臺區線損率之間的互信息，根據互信息確定影響電網低壓臺區線損的主要電氣特征指標，并獲取電網低壓臺區的線損率；

根據主要電氣特征指標和線損率，生成訓練模型；

獲取目標低壓臺區主要電氣特征指標，并對目標低壓臺區的主要電氣特征指標進行標準化處理，獲取得到目標低壓臺區的標準化數據，對目標低壓臺區的標準化數據使用訓練模型進行評估，確定目標低壓臺區線損率的評估值。

2.根據權利要求1所述的方法，所述方法，還包括：

對主要電氣特征指標進行標準化處理，生成標準化數據；

對線損率進行歸一化處理，生成歸一化數據。

3.根據權利要求1所述的方法，所述生成訓練模型，具體為：構建決策樹模型，并將決策樹模型作為基學習器，針對基學習器構建bagging集成學習模型，使用bagging集成學習模型對標準化數據和歸一化數據進行學習訓練，生成訓練模型。

4.根據權利要求3述的方法，所述針對基學習器構建bagging集成學習模型，具體為：

確定訓練集，所述訓練集為初始訓練集中隨機抽取的多個訓練例；

確定學習訓練次數，并根據確定的學習訓練次數對訓練集進行學習訓練。

5.根據權利要求1所述的方法，所述標準化數據作為bagging集成學習模型的輸入數據；

所述歸一化數據作為bagging集成學習模型的輸出數據。

6.一種用于確定低壓臺區線損率評估值的系統，所述系統包括：

采集模塊，獲取電網低壓臺區多個歷史電氣特征指標與低壓臺區線損率之間的互信息，根據互信息確定影響電網低壓臺區線損的主要電氣特征指標，并獲取電網低壓臺區的線損率；

訓練模塊，根據主要電氣特征指標和線損率，生成訓練模型；

評估模塊，獲取目標低壓臺區主要電氣特征指標，并對目標低壓臺區的主要電氣特征指標進行標準化處理，獲取得到目標低壓臺區的標準化數據，對目標低壓臺區的標準化數據使用訓練模型進行評估，確定目標低壓臺區線損率的評估值。

7.根據權利要求6所述的系統，所述訓練模塊還用于：

對主要電氣特征指標進行標準化處理，生成標準化數據；

對線損率進行歸一化處理，生成歸一化數據。

8.根據權利要求6所述的系統，所述生成訓練模型，具體為：構建決策樹模型，并將決策樹模型作為基學習器，針對基學習器構建bagging集成學習模型，使用bagging集成學習模型對標準化數據和歸一化數據進行學習訓練，生成訓練模型。

9.根據權利要求8所述的系統，所述針對基學習器構建bagging集成學習模型，具體為：

確定訓練集，所述訓練集為初始訓練集中隨機抽取的多個訓練例；

確定學習訓練次數，并根據確定的學習訓練次數對訓練集進行學習訓練。

10.根據權利要求6所述的系統，所述標準化數據作為bagging集成學習模型的輸入數據；

所述歸一化數據作為bagging集成學習模型的輸出數據。