[發明專利]基于人工智能的配變異常分析預警方法

在審

• 申請號: 202011211470.4
• 申請日: 2020-11-03
• 公開（公告）號: CN112488360A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 馬妍;吳暉;鮑薇;段貝莉;趙利思;李京;朱帆;郭巖巖;李林蔚;王爽
• 申請（專利權）人: 國網河南省電力公司鄭州供電公司;北京華源格林科技有限公司;國家電網有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q10/00;G06Q50/06;G06K9/62
• 代理公司: 鄭州金成知識產權事務所(普通合伙) 41121
• 代理人: 郭增欣

1.一種基于人工智能的配變異常分析預警方法，以異常公變為研究對象，采用互信息系數相關性分析模型、K-Means聚類分析模型、TOPSIS評價模型相結合，分步驟對公變異常的情況進行深入的多維分析，實現對配變“重過載”的有效監測，其具體步驟是：步驟一、通過相應的傳感器采集配變過載記錄數據，并進行預處理；

步驟二、基于互信息系數相關性分析方法從預處理后的電力數據信息中選取影響公變異常的關鍵因素；

步驟三、通過多維度分析手段，分析不同因素下過載變化情況，并得出影響公變過載每個因素的權重；

步驟四、通過K-Means算法對過載公變聚類分析，得到過載公變聚類結果，選取最佳的過載公變特征與類型；

步驟五、基于TOPSIS評價算法，融合步驟三和步驟四的結果作為評價模型的輸入，通過對各過載公變細分類別中過載配變量化處理，用打分的方式使每一臺配變重過載程度直觀體現；

步驟六、根據配變運行狀況的評價打分結果，預估特定條件下配變重過載發生概率并向專業部門提出預警。

2.根據權利要求1所述的基于人工智能的配變異常分析預警方法，其特征是：所述步驟一中，對采集的配變過載記錄數據，按配變Id進行數據整理：

3.根據權利要求1所述的基于人工智能的配變異常分析預警方法，其特征是：所述步驟二中，由于互信息中的聯合概率難求的問題，采用最大互信息系數MIC進行求解，變量之間的關系離散在二維空間中，并且使用散點圖來表示，將當前二維空間在x,y方向分別劃分為一定的區間數，然后查看當前的散點在各個方格中落入的情況；關鍵因素為重過載發生時長，重過載發生次數，變電站，外溫，投運年限，配變容量，負荷時刻。

4.根據權利要求1所述的基于人工智能的配變異常分析預警方法，其特征是：所述步驟三中，分組統計各個關鍵因素發生過載次數的比率，作為評價配變過載的正向指標；借助在Python中的minepy類庫中實現MIC算法，得出各個影響因素的權重系數。

5.根據權利要求4所述的基于人工智能的配變異常分析預警方法，其特征是：所述MIC計算分為三個步驟：(1)、給定i、j，對XY構成的散點圖進行i列j行網格化，并求出最大的互信息值；(2)、對最大的互信息值進行歸一化；(3)、選擇不同尺度下互信息的最大值作為MIC值。

6.根據權利要求1所述的基于人工智能的配變異常分析預警方法，其特征是：所述步驟五中，TOPSIS評價算法分析過程為：(1)、指標正向化；(2)、構造歸一化初始矩陣；(3)、確定最優方案和最劣方案；(4)、計算各評價對象與最優方案、最劣方案的接近程度；(5)、計算各評價對象與最優方案的貼近程度。