[發明專利]一種自適應的兩級電網缺陷物資預測方法

在審

• 申請號: 202110178047.7
• 申請日: 2021-02-08
• 公開（公告）號: CN112836883A
• 公開（公告）日: 2021-05-25
• 發明（設計）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（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;G06N3/04;G06N3/08
• 代理公司: 南京禹為知識產權代理事務所(特殊普通合伙) 32272
• 代理人: 王曉東

本發明公開了一種自適應的兩級電網缺陷物資預測方法，包括，基于缺陷物資數據和氣象數據，對每個基學習器進行最優化訓練，得到均方誤差；對所述基學習器的RMSE進行排序，自適應選擇所述均方誤差最小值對應的基學習器模型作為預測模型；遍歷全局的物資數據，得到二級缺陷物資預測模型。本發明通過自適應基學習器選擇模型，實現了一個模型對所有區縣的所有缺陷物資的預測；另一方面通過自適應的基學習器的選擇，相比單一模型，整體上降低了缺陷物資的預測誤差。

技術領域

本發明涉及物資需求預測的技術領域，尤其涉及一種自適應的兩級電網缺陷物資預測方法。

背景技術

電網系統的平穩健康運行，對人民生產生活非常重要，但是電網系統太過龐大，設備也不可能一直完好無損的運行，極端天氣、突發情況以及設備老化等都可能導致電網故障。

對于電網的設備物資而言，主要有三類：日常設備物資、應急設備物資和重大災害缺陷物資；本發明主要針對的是應急設備物資，當設備發生故障時，就需要在各地倉庫備有以進行更換來保證電網的正常運行，但是各地倉庫應該每類物資應該采購多少，才能既不缺物資，又不會過度倉儲，就成了一個值得研究的問題，目前關于缺陷設備的預測，大多研究都集中于提升某一類物資的預測精度。

但是電網系統中，不同的區域、不同的物資數據分布很不一樣，以修文縣的真實數據分布為例，本體、復合絕緣子和金具本體的分布不一樣，同時可以看到，數據的分布沒有很強的規律性；因此，要實現對電網層次化的缺陷物資的精準預測，不可能實現一個模型適應于所有的缺陷物資。

發明內容

本部分的目的在于概述本發明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發明名稱的目的模糊，而這種簡化或省略不能用于限制本發明的范圍。

鑒于上述現有存在的問題，提出了本發明。

本發明提供了一種自適應的兩級電網缺陷物資預測方法，能夠解決對各個區縣各類物資的自適應模型選擇精準預測的問題。

為解決上述技術問題，本發明提供如下技術方案：包括，基于缺陷物資數據和氣象數據，對每個基學習器進行最優化訓練，得到均方誤差；對所述基學習器的RMSE進行排序，自適應選擇所述均方誤差最小值對應的基學習器模型作為預測模型；遍歷全局的物資數據，得到二級缺陷物資預測模型。

作為本發明所述的自適應的兩級電網缺陷物資預測方法的一種優選方案，其中：所述基學習器包括，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神經網絡回歸模型。

作為本發明所述的自適應的兩級電網缺陷物資預測方法的一種優選方案，其中：所述缺陷物資數據包括，處理措施、處理情況描述、缺陷等級、調管單位、設備類別、發現時間、缺陷原因、缺陷部位、生產廠家、出廠年月、投運日期、缺陷原因類別、缺陷所屬區域。

作為本發明所述的自適應的兩級電網缺陷物資預測方法的一種優選方案，其中：所述優化訓練需利用區縣集合和區縣各類物資數據集合，所述區縣集合包括，烏當、云巖、修文、南明、雙龍、城北、小河、開陽、息烽、惠水、清鎮、白云、花溪、金陽、龍里。

作為本發明所述的自適應的兩級電網缺陷物資預測方法的一種優選方案，其中：所述區縣各類物資數據集合包括，金具本體、本體、拉線本體、混凝土電桿、瓷質絕緣子、CPU插件、架空導線、分合閘接觸器、充電模塊、復合絕緣子。

作為本發明所述的自適應的兩級電網缺陷物資預測方法的一種優選方案，其中：利用所述嶺回歸模型、所述lasso回歸模型和所述ENET回歸模型對所述物資缺陷數據進行優化求解，包括，