[發明專利]一種電力系統運行方式數據特征兩階段選擇方法

在審

• 申請號: 202011318226.8
• 申請日: 2020-11-23
• 公開（公告）號: CN112396113A
• 公開（公告）日: 2021-02-23
• 發明（設計）人: 夏德明;胡偉;陰宏民;田增垚;劉洋;王克非;岳涵;侯凱元;屈可丁;沈毅;張博聞;馬坤;蔣振宇
• 申請（專利權）人: 國家電網公司東北分部;清華大學;國家電網有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 羅文群

1.一種電力系統運行方式數據特征兩階段選擇方法，該方法包括以下步驟：

(1)對電力系統運行方式數據進行基于標準化互信息和交互信息增益的Filter階段特征選擇，包含以下步驟：

(1-1)從電力系統的同步矢量測量單元中獲取電力系統運行方式數據，并對數據中的缺失數據進行補充，對重復數據進行刪除，得到有效數據，對每一組運行數據構建出一個樣本以及樣本的特征，按照暫態穩定與否對樣本打上0或1的標簽，記做樣本的類別屬性C；

(1-2)構建一個已選特征子集S，初始化S為空集；構建一個備選特征集合US，初始化為空集；分別構建集合S和集合US的分類準確率指標，記做Acc(S)和Acc(US)，初始化時將Acc(S)和Acc(US)分別設為0；

上述Acc(US)和Acc(S)分別表示目標最優特征子集S和備選特征集合US的分類準確率，分類準確率的計算公式如下：

式中，TP、FN、FP和TN分別表示在給定的機器學習算法中，二分類問題的樣本被正確地劃分為正例的樣本個數、被錯誤地劃分為負例的樣本個數、被錯誤地劃分為正例的樣本個數和被正確地劃分為負例的樣本個數；

(1-3)根據步驟(1-1)的有效數據，構建一個電力系統運行方式數據的初始特征集合，將備選特征集合US更新為該初始特征集合；

(1-4)采用Parzen窗方法，對當前的備選特征集合US中的各個特征進行離散估計和概率密度估計，得到電力系統運行方式數據特征的概率分布，即特征f_i的概率分布p(f_i)、特征f_j,f_i的聯合概率分布p(f_i,f_j)，特征類別屬性C的概率分布p(c)和特征f_j在特征類別屬性C下的條件概率分布p(f_j,c)；

(1-5)利用下式，分別計算步驟(1-4)的備選特征集合US中的所有特征f和類別屬性C的標準化互信息NMI(f；C)：

其中，MI(f；C)表示特征f和特征類別屬性C之間的互信息，即：

H(f)表示特征f的信息熵，H(C)表示特征類別屬性C的信息熵，對于單個連續變量X，信息熵的計算公式如下：

H(X)＝-∫p(x)log₂(p(x))

其中p(x)是變量X的概率分布；

將NMI(f；C)中取值為零的相應特征從備選特征集合US中剔除；

(1-6)計算步驟(1-4)的備選特征集合US中任意兩個特征之間的NIG指標和Score指標，利用下式形成每個特征的IG-RFE評價標準結果，即對備選特征集合US的每個特征進行計算，得到備選特征集合US中所有特征的權重得分w(f_i)：

其中，N為備選特征集合US中的特征數量；

Score指標Score(f_i,f_j)的表達式如下：

(1-7)對步驟(1-6)中所有特征的權重得分w(f_i)的進行降序排列，從備選特征集合US中剔除與max(1,r*N)個排序中的最小權重得分相對應的特征，其中r為后向搜索單次迭代最小剔除比例，N為備選特征集合US中特征的總個數；

(1-8)對步驟(1-7)的備選特征集合US中特征的總個數進行判斷，若US為空集，則將當前的已選特征子集S輸出作為最優特征子集，實現電力系統運行方式數據特征的兩階段選擇；若US不為空集，則將當前的備選特征集合US作為步驟(2)的輸入，進行第二階段的篩選；

(2)以步驟(1)所得到的備選特征集合US作為改進混合核函數SVM的輸入，進行第二階段Wrapper特征選擇，包含以下步驟：

(2-1)采用改進混合核函數支持向量機算法，以備選特征集合US為輸入，根據10折交叉驗證方法對備選特征集合US進行分類訓練，輸出得到當前備選特征集合US的分類準確率Acc(US)；

(2-2)將已選特征子集S的分類準確率Acc(S)與步驟(2-1)計算得到的備選子集US分類準確率進行比較，若Acc(US)大于Acc(S)，則將S更新為US，并將Acc(S)更新為Acc(US)，返回步驟(1-4)，若Acc(US)小于或等于Acc(S),則直接返回步驟(1-4)。