[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

本發明提供一種電網電壓數據缺失填補方法、系統、終端及存儲介質，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。本發明通過數據之間的相關性來解決缺失數據填補問題，提高了缺失數據填補的準確性。

技術領域

本發明涉及電網數據分析技術領域，具體涉及一種電網電壓數據缺失填補方法、系統、終端及存儲介質。

背景技術

近年來，對數據分析和價值研究正越來越受到人們的重視，人們對數據的重視程度正不斷提高，而電網的數據紛繁復雜，尤其是隨著今年來數據采集點的不斷增加，因為通訊狀況，人工錄入或采集故障導致數據不準確，錯誤，甚至缺失的情況時有發生，因此在保存數據的數據庫中不可避免會有數據缺失現象的發生。

基于以上的問題，本發明提出了一種基于多屬性決策聯合隨機森林優化的電網缺失數據填補方法，用來對缺失數據進行填補或替換，為實現電網數據的完整性和精確性提供支撐，滿足電網發展需求。

發明內容

針對現有技術的上述不足，本發明提供一種電網電壓數據缺失填補方法、系統、終端及存儲介質，以解決上述技術問題。

第一方面，本發明提供一種電網電壓數據缺失填補方法，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。

進一步的，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。

進一步的，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。

進一步的，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。