[發明專利]一種電網電壓數據缺失填補方法、系統、終端及存儲介質

有效

• 申請號: 202010399373.6
• 申請日: 2020-05-12
• 公開（公告）號: CN111563077B
• 公開（公告）日: 2023-04-25
• 發明（設計）人: 袁飛;葉俊;齊向;王慶;張友泉;張杰;孫偉;杜鵬;時洪基;高山;宋衍國
• 申請（專利權）人: 國網山東省電力公司泰安供電公司;國家電網有限公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F18/27;G06N20/20;G06N5/01;G06F123/02
• 代理公司: 濟南舜源專利事務所有限公司 37205
• 代理人: 孫玉營

1.一種電網電壓數據缺失填補方法，其特征在于，包括：

采集電網電壓時序集合和與電壓相關的參數時序集合；

利用基于誤差期望的屬性加權策略篩選所述電壓時序集合的關聯參數時序集合；

利用歷史電壓時序集合和所述歷史電壓時序集合的關聯參數時序集合訓練隨機森林回歸模型；

將所述電網電壓時序集合的關聯參數時序集合輸入所述隨機森林回歸模型，獲取所述電壓時序集合的缺失電壓數據；

所述利用基于誤差期望的屬性加權策略篩選所述電壓時序集合的關聯參數時序集合，包括：

利用皮爾遜相關系數計算方法分別計算電壓時序集合與各相關參數時序集合的相關系數；

篩選出相關系數大于預設相關閾值的相關參數時序集合作為初級相關參數時序集合；

分別計算電壓時序集合與各初級相關參數時序集合的誤差期望，并篩選出誤差期望大于預設強相關閾值的初級相關參數時序集合作為強相關參數時序集合并輸出電壓時序集合與各強相關參數時序集合的強相關系數；

利用熵權法獲取電壓時序集合與各強相關參數時序集合的權重；

分別計算各強相關系數時序集合與電壓時序集合的強相關系數與權重的乘積，得到各強相關參數時序集合與電壓時序集合的綜合加權值；

篩選出所述綜合加權值達到預設綜合閾值的強相關參數時序集合作為電壓時序集合的關聯時序集合。

2.根據權利要求1所述的方法其特征在于，所述與電壓相關的參數時序集合包括：有功功率時序集合、無功功率時序集合和電流時序集合，且所述與電壓相關的參數時序集合的時序與所述電壓時序集合的時序同步。

3.根據權利要求1所述的方法，其特征在于，所述利用歷史電壓時序集合和所述歷史電壓時序集合的關聯參數時序集合訓練隨機森林回歸模型，包括：

對歷史電壓時序集合和關聯參數時序集合進行Bootstrap重抽樣，得到多個數據集；

生成與所述多個數據集對應的多棵CRAT決策樹并通過所述多棵CRAT決策樹構建隨機森林模型；

利用歷史電壓時序集合和關聯參數時序集合對所述隨機森林模型進行訓練。

4.根據權利要求1所述的方法，其特征在于，在所述將電網電壓時序集合的關聯參數時序集合輸入所述隨機森林回歸模型之后，所述方法還包括：

采集所述隨機森林模型的所有決策樹的預測值；

計算所述預測值的平均值作為填補值。

5.一種電網電壓數據缺失填補系統，其特征在于，包括：

數據采集單元，配置用于采集電網電壓時序集合和與電壓相關的參數時序集合；

關聯篩選單元，配置用于利用基于誤差期望的屬性加權策略篩選所述電壓時序集合的關聯參數時序集合；

模型訓練單元，配置用于利用歷史電壓時序集合和所述歷史電壓時序集合的關聯參數時序集合訓練隨機森林回歸模型；

填補預測單元，配置用于將所述電網電壓時序集合的關聯參數時序集合輸入所述隨機森林回歸模型，獲取所述電壓時序集合的缺失電壓數據；

所述關聯篩選單元包括：

系數計算模塊，配置用于利用皮爾遜相關系數計算方法分別計算電壓時序集合與各相關參數時序集合的相關系數；

相關篩選模塊，配置用于篩選出相關系數大于預設相關閾值的相關參數時序集合作為初級相關參數時序集合；

期望計算模塊，配置用于分別計算電壓時序集合與各初級相關參數時序集合的誤差期望，并篩選出誤差期望大于預設強相關閾值的初級相關參數時序集

合作為強相關參數時序集合并輸出電壓時序集合與各強相關參數時序集合的強相關系數；

權值獲取模塊，配置用于利用熵權法獲取電壓時序集合與各強相關參數時序集合的權重；

綜合加權模塊，配置用于分別計算各強相關系數時序集合與電壓時序集合的強相關系數與權重的乘積，得到各強相關參數時序集合與電壓時序集合的綜

合加權值；

關聯確定模塊，配置用于篩選出所述綜合加權值達到預設綜合閾值的強相關參數時序集合作為電壓時序集合的關聯時序集合。