[發(fā)明專利]一種自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110178047.7
• 申請(qǐng)日: 2021-02-08
• 公開（公告）號(hào): CN112836883A
• 公開（公告）日: 2021-05-25
• 發(fā)明（設(shè)計(jì)）人: 俞虹;代洲;程文美;唐誠旋;蔣群群;陳玨伊;張秀;徐一蝶;王鈞澤
• 申請(qǐng)（專利權(quán)）人: 貴州電網(wǎng)有限責(zé)任公司
• 主分類號(hào): G06Q10/04
• 分類號(hào): G06Q10/04;G06Q50/06;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京禹為知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 王曉東

1.一種自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：包括，

基于缺陷物資數(shù)據(jù)和氣象數(shù)據(jù)，對(duì)每個(gè)基學(xué)習(xí)器進(jìn)行最優(yōu)化訓(xùn)練，得到均方誤差；

對(duì)所述基學(xué)習(xí)器的所述均方誤差進(jìn)行排序，自適應(yīng)選擇所述均方誤差最小值對(duì)應(yīng)的基學(xué)習(xí)器模型作為預(yù)測模型；

遍歷全局的物資數(shù)據(jù)，得到二級(jí)缺陷物資預(yù)測模型。

2.根據(jù)權(quán)利要求1所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：所述基學(xué)習(xí)器包括，

嶺回歸模型、lasso回歸模型、ENET回歸模型、GBDT回歸模型、XgBoost回歸模型和BP神經(jīng)網(wǎng)絡(luò)回歸模型。

3.根據(jù)權(quán)利要求1或2所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：所述缺陷物資數(shù)據(jù)包括，

處理措施、處理情況描述、缺陷等級(jí)、調(diào)管單位、設(shè)備類別、發(fā)現(xiàn)時(shí)間、缺陷原因、缺陷部位、生產(chǎn)廠家、出廠年月、投運(yùn)日期、缺陷原因類別、缺陷所屬區(qū)域。

4.根據(jù)權(quán)利要求3所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：所述優(yōu)化訓(xùn)練需利用區(qū)縣集合和區(qū)縣各類物資數(shù)據(jù)集合，所述區(qū)縣集合包括，烏當(dāng)、云巖、修文、南明、雙龍、城北、小河、開陽、息烽、惠水、清鎮(zhèn)、白云、花溪、金陽、龍里。

5.根據(jù)權(quán)利要求4所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：所述區(qū)縣各類物資數(shù)據(jù)集合包括，金具本體、本體、拉線本體、混凝土電桿、瓷質(zhì)絕緣子、CPU插件、架空導(dǎo)線、分合閘接觸器、充電模塊、復(fù)合絕緣子。

6.根據(jù)權(quán)利要求5所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：利用所述嶺回歸模型、所述lasso回歸模型和所述ENET回歸模型對(duì)所述物資缺陷數(shù)據(jù)進(jìn)行優(yōu)化求解，包括，

其中，n_samples為樣本數(shù)，w為向量在樣本各個(gè)維度的權(quán)重系數(shù)，X為樣本數(shù)據(jù)，y為物資缺陷的量，α、β為正則系數(shù)，||w||₁、||w||₂分別為系數(shù)的一階范數(shù)、二階范數(shù)。

7.根據(jù)權(quán)利要求6所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：還包括，

θ∈R^N,x∈R^N

其中，為缺陷物資的預(yù)測值(單位為件，值為正實(shí)數(shù))，x為輸入的電網(wǎng)物資的特征數(shù)據(jù)，θ為權(quán)重參數(shù)向量。

8.根據(jù)權(quán)利要求7所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：所述電網(wǎng)物資特征數(shù)據(jù)包括，

設(shè)備投運(yùn)日期、生產(chǎn)廠家，缺陷發(fā)生日期、發(fā)生缺陷時(shí)氣象溫度、濕度、是否大雪天氣。

9.根據(jù)權(quán)利要求8所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：所述GBDT模型和所述XgBoost模型對(duì)求解后的函數(shù)進(jìn)行預(yù)測，包括，

其中，K為模型有K個(gè)分類回歸樹，Γ為模型的分類回歸樹空間；

所述BP神經(jīng)網(wǎng)絡(luò)模型對(duì)求解后的函數(shù)進(jìn)行預(yù)測，包括，

其中，w₁為第一層的參數(shù)，σ為激活函數(shù)，w₂為第二層的權(quán)重參數(shù)。

10.根據(jù)權(quán)利要求9所述的自適應(yīng)的兩級(jí)電網(wǎng)缺陷物資預(yù)測方法，其特征在于：還包括，根據(jù)預(yù)測結(jié)果的均方誤差取值，自適應(yīng)的對(duì)各類物資得到最優(yōu)的回歸模型。