[發明專利]一種基于改進隨機森林算法的電壓缺失數據辨識方法

在審

• 申請號: 202110397003.3
• 申請日: 2021-04-13
• 公開（公告）號: CN113468796A
• 公開（公告）日: 2021-10-01
• 發明（設計）人: 李紹堅;韋明超;羅淑芳;莫江婷;甘靜;夏斌;王益成;周覓路;韋社敏;魯林軍;陳柏昌;黃偉;陶海峰
• 申請（專利權）人: 廣西電網有限責任公司南寧供電局
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06K9/62;G06Q10/04;G06Q50/06;G06F111/08
• 代理公司: 廣州市專注魚專利代理有限公司 44456
• 代理人: 柴燕

本發明公開了一種基于改進隨機森林算法的電壓缺失數據辨識方法，其中方法步驟包括：獲取電網歷史數據，選擇缺失數據所有對應的關聯屬性，進行不同的屬性劃分；通過屬性綜合加權計算得到學習樣本集合；對學習樣本進行重復抽樣，得到若干個相似樣本集合；將所述相似樣本集合作為輸入，訓練隨機森林回歸模型；提高隨機森林回歸預測精度；將所有決策樹的最終預測均值作為填補結果，評估填補結果，填補結果在容忍范圍則填補完成。通過本發明提高對缺失數據的辨識精度，從而提高了電網缺失值的填補精度。

技術領域

本發明電力系統數據融合中常出現的電壓值缺失問題的技術領域，尤其涉 及一種基于改進隨機森林算法的電壓缺失數據辨識方法。

背景技術

隨著電網的高速發展，各類系統對數據的需求越來越依賴，然而在數據采 集和傳輸的過程中，常因通道量測和人為等因素，不可避免導致部分數據的丟 失或異常。缺失或異常的數據對系統的運行以及進一步的數據分析都會造成影 響，導致輸出結果的異常。

盡管目前的研究對缺失數據的填補都取得了較好的效果，但是卻較少對缺 失值屬性的關聯屬性進行研究和分析，缺失值的關聯屬性對填補結果有較大影 響，基于屬性綜合加權的改進隨機森林算法，對缺失數據進行辨識，提高缺失 數據的辨識精度，提高電網缺失值的填補精度。

發明內容

為了克服現有技術的不足，本發明提供了一種基于改進隨機森林算法的電 壓缺失數據辨識方法，實現對缺失數據進行了辨識，提高缺失數據的辨識精度， 提高電網缺失值的填補精度。

為了實現上述發明目的，本發明提供了一種基于改進隨機森林算法的電壓 缺失數據辨識方法，包括以下步驟：

S1：獲取電網歷史數據，選擇缺失數據所有對應的關聯屬性，進行不同的屬 性劃分；

S2：通過屬性綜合加權計算得到學習樣本集合；

S3：對學習樣本進行重復抽樣，得到若干個相似樣本集合；

S4：將所述相似樣本集合作為輸入，訓練隨機森林回歸模型；

S5：通過減少決策樹間的關聯性和提高決策樹的精度，提高隨機森林回歸預 測精度；

S6：將所有決策樹的最終預測均值作為填補結果，評估填補結果，填補結果 在容忍范圍則填補完成。

對所述關聯屬性進行各屬性間的互相關系數計算，互相關系數大于給定閥值 的屬性存入互相關集合HG；

所述關聯屬性的各屬性間的互相關系數計算公式如下，

當皮爾遜系系數用于總體時，如式(1)所示：

X,Y為兩個不同屬性隨機變量，σ_X,σ_Y分別是X,Y的標準差，cov(X,Y)為協 方差，如式(2)所示：

n表示樣本的數量。

當皮爾遜系系數用于樣本時，如式(3)所示：

x_i,y_i為變量X,Y對應i的觀測點值，分別為對應X,Y的樣本均值；

通過皮爾遜系數計算各屬性間的互相關系數，選擇互相關系數大于給定閥 值的屬性存入互相關集合HG。

將所述互相關集合HG進行屬性誤差期望計算，屬性誤差期望大于強相關 閥值，存入強相關屬性集合QX；

所述互相關集合HG的屬性誤差期望計算公式如下，