[發(fā)明專利]基于覆冰特征變量分箱評(píng)分卡的輸電線路覆冰預(yù)測方法

在審

• 申請(qǐng)?zhí)枺?/td>: 202110454086.5
• 申請(qǐng)日: 2021-04-26
• 公開（公告）號(hào): CN113128888A
• 公開（公告）日: 2021-07-16
• 發(fā)明（設(shè)計(jì)）人: 董衛(wèi);方宏;劉陽;汪凌宇
• 申請(qǐng)（專利權(quán)）人: 國網(wǎng)湖北省電力有限公司宜昌供電公司
• 主分類號(hào): G06Q10/06
• 分類號(hào): G06Q10/06;G06Q10/04;G06Q50/06
• 代理公司: 宜昌市三峽專利事務(wù)所 42103
• 代理人: 成鋼

1.基于覆冰特征變量分箱評(píng)分卡的輸電線路覆冰預(yù)測方法，其特征在于，包括以下步驟：

步驟1：收集輸電線路覆冰情況相關(guān)的特征數(shù)據(jù)，形成樣本數(shù)據(jù)集；

步驟1.1：對(duì)樣本數(shù)據(jù)的缺失值和異常值進(jìn)行處理；

步驟1.2：將樣本數(shù)據(jù)的字符型變量轉(zhuǎn)換為數(shù)值型變量；

步驟1.3：將有覆冰的樣本作為負(fù)樣本，無覆冰的樣本作為正樣本；

步驟2：對(duì)線路覆冰特征數(shù)據(jù)的變量進(jìn)行分箱；

步驟3：計(jì)算每箱變量的證據(jù)權(quán)重值，根據(jù)計(jì)算的證據(jù)權(quán)重值對(duì)變量的分箱進(jìn)行調(diào)整以滿足單調(diào)原則；

步驟4：計(jì)算變量的信息值，根據(jù)信息值調(diào)整變量的分箱結(jié)構(gòu)，使變量的信息值最大化；

步驟5：計(jì)算變量之間的相關(guān)性，對(duì)共線性的變量進(jìn)行篩選；

步驟6：建立線路覆冰預(yù)測的評(píng)分卡，計(jì)算線路有覆冰的概率與線路無覆冰的概率的比值，據(jù)此設(shè)定評(píng)分卡各項(xiàng)的分值刻度；

步驟7：輸入目標(biāo)線路的實(shí)時(shí)特征數(shù)據(jù)，根據(jù)評(píng)分卡得分情況得到線路實(shí)時(shí)覆冰預(yù)測判斷的結(jié)果。

2.根據(jù)權(quán)利要求1所述的基于覆冰特征變量分箱評(píng)分卡的輸電線路覆冰預(yù)測方法，其特征在于，步驟3中，所述計(jì)算每箱變量的證據(jù)權(quán)重值，證據(jù)權(quán)重值WOE的計(jì)算式如下：

式中WOE_i表示第i個(gè)分箱的證據(jù)權(quán)重值，p_i,good、p_i,bad分別表示第i個(gè)分箱中正、負(fù)樣本數(shù)與樣本總數(shù)的比例。

3.根據(jù)權(quán)利要求2所述的基于覆冰特征變量分箱評(píng)分卡的輸電線路覆冰預(yù)測方法，其特征在于，步驟4中，所述計(jì)算變量的信息值，信息值IV的計(jì)算式如下：

式中N表示變量分箱的數(shù)量。

4.根據(jù)權(quán)利要求1所述的基于覆冰特征變量分箱評(píng)分卡的輸電線路覆冰預(yù)測方法，其特征在于，步驟5中，所述計(jì)算變量之間的相關(guān)性，計(jì)算皮爾遜相關(guān)系數(shù)，計(jì)算式如下：

式中r表示變量X、Y的皮爾遜相關(guān)系數(shù)，X_k,k＝1,2,…N表示第k個(gè)樣本中變量X的取值，表示變量X的均值，Y_k,k＝1,2,…N表示第k個(gè)樣本中變量Y的取值，表示變量Y的均值，N為樣本總數(shù)。

5.根據(jù)權(quán)利要求1所述的基于覆冰特征變量分箱評(píng)分卡的輸電線路覆冰預(yù)測方法，其特征在于，步驟6中，評(píng)分卡的分值刻度的計(jì)算式如下：

Score＝A-B*log(Odds) (4)

式中Score表示評(píng)分卡的分值，A、B均為常數(shù)，Odds表示線路有覆冰和線路無覆冰的比率，p表示線路覆冰厚度大于0的概率；

根據(jù)邏輯回歸方程

log(Odds)＝β₀+β₁x₁+…+β_nx_n (5)

式中x₁,x₂,…x_n表示線路覆冰情況相關(guān)的特征變量，β₀,β₁,…β_n表示邏輯回歸方程的系數(shù)，n為特征變量的數(shù)量；

依據(jù)特征變量的分箱結(jié)果，

式中x_s,s＝1,2,…n表示第s個(gè)特征變量，δ_st＝1或0,t＝1,2,…k_s表示特征變量x_s的取值是否為第t個(gè)分箱，k_s表示第s個(gè)特征變量的分箱的數(shù)量，ω_st,t＝1,2,…k_s表示特征變量x_s的第t個(gè)分箱的證據(jù)權(quán)重值；

根據(jù)式(4)(5)(6)，得到評(píng)分卡分值的展開式