[發明專利]一種基于重抽樣的配變重過載預測方法

在審

• 申請號: 202010789326.2
• 申請日: 2020-08-07
• 公開（公告）號: CN112101614A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 黃曉曦;虢韜;王磊;黃旭波;楊皓;方曦;田飛龍;龍燕;張宇紅;張亞維;禹天潤;吳壽長;范春紅;王龍;鄭文;顏世強;鄧華;張旭;沈正康;楊小軍;王志甫;趙勝;謝菲;楊鍇;劉佳;楊昌碑
• 申請（專利權）人: 貴州電網有限責任公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/06;G06K9/62
• 代理公司: 成都玖和知識產權代理事務所(普通合伙) 51238
• 代理人: 胡琳梅

1.一種基于重抽樣的配變重過載預測方法，其特征在于：包括以下步驟：

步驟S1：從電力營銷系統中，提取最近一年的配變歷史數據作為樣本數據，并計算配變負載率值；所述樣本數據中包含每日的最高溫和最低溫度、每月的最高溫和最低溫度；

步驟S2：確定配變重過載預測模型；

步驟S3：對步驟1所述樣本數據中包含的每日的最高溫和最低溫度、每月的最高溫和最低溫度以及配變的負載率值進行離散化處理；

步驟S4：利用步驟3離散化后的樣本數據，對重過載、正常狀態對應的子樣本依次按照比例0.1,0.2,0.3,……,p進行K次重抽樣，并確定最佳抽樣比例，以最佳抽樣比例對應的樣本所構造的預測模型作為最終的預測模型；

步驟S5：根據步驟4得到的預測模型，將樣本數據輸入到模型中，完成結果預測。

2.根據權利要求1所述的一種基于重抽樣的配變重過載預測方法，其特征在于：所述步驟S1中，所述配變歷史數據包括：每日的最高溫和最低溫度、每月的最高溫和最低溫度、天氣狀況、星期、季度、是否為節假日以及變壓器0-24小時A、B、C三相電流和配變運行容量。

3.根據權利要求1或2所述的一種基于重抽樣的配變重過載預測方法，其特征在于：配變重過載預測模型由C4.5決策樹算法構建而成。

4.根據權利要求1或2或3所述的一種基于重抽樣的配變重過載預測方法，其特征在于：利用C4.5決策樹預測模型進行結果預測時，通過遞歸的過程由給定的樣本數據產生一顆決策樹，在每次的遞歸構造過程中，選取具有最大增益率的屬性作為分裂屬性，直至不能繼續劃分。

5.根據權利要求1或2或3所述的一種基于重抽樣的配變重過載預測方法，其特征在于：負載率是衡量配變狀態的重要指標，其計算公式如下：

式中：A_i、B_i、C_i分別表示i時刻A、B、C三相電流，load_i表示i時刻配變負載率，capacity表示配變運行容量，i＝1，2，…，24。

6.根據權利要求1所述的一種基于重抽樣的配變重過載預測方法，其特征在于：所述步驟S3中，對各溫度值進行離散化處理的步驟如下，對步驟1所述樣本中日最高溫度按從小到大的順序進行排序，并記錄為{T₁，T₂，…，T_n}，n為樣本數量，分別計算以T₁，T₂，…，t_N為溫度區間分割值時的信息增益Gain值，選取其中信息增益Gain值最大時對應的溫度作為分割值，該溫度記錄為T_c，則日最高溫度可劃分為[T₁，T_c]與(T_c，T_n]，分別記錄為1，2，當溫度超過T_n時記錄為+∞，低于T₁時記錄為-∞；對于日最低溫度以及每月的最高溫度和最低溫度，采用同樣的方式進行離散。