面向電力集中監(jiān)控業(yè)務(wù)的線路狀態(tài)異常預(yù)測(cè)方法研究.pdf

1、隨著電力系統(tǒng)的飛速發(fā)展，電力設(shè)備積累了大量的統(tǒng)計(jì)數(shù)據(jù)，部分電力設(shè)備每時(shí)每刻都在采集并記錄著與電網(wǎng)運(yùn)行狀態(tài)相關(guān)的數(shù)據(jù)，這些統(tǒng)計(jì)數(shù)據(jù)為電力設(shè)備進(jìn)入智能化管理積累了寶貴資源。與此同時(shí)，近年來計(jì)算機(jī)技術(shù)在人工智能方面取得飛速發(fā)展，機(jī)器學(xué)習(xí)技術(shù)的應(yīng)用更是這一發(fā)展的重要?jiǎng)恿?。將機(jī)器學(xué)習(xí)技術(shù)運(yùn)用到電力數(shù)據(jù)上，將為電力設(shè)備的智能化進(jìn)展提供強(qiáng)有力的推動(dòng)。
　　本文正是研究如何利用機(jī)器學(xué)習(xí)技術(shù)對(duì)電力設(shè)備異常狀況進(jìn)行預(yù)測(cè)。前人的許多工作已經(jīng)在異常檢測(cè)方

2、面做出了重要貢獻(xiàn)，但是關(guān)于異常預(yù)測(cè)，尤其是電力設(shè)備異常預(yù)測(cè)方面的研究工作尚未成熟。本文就這一方面進(jìn)行了討論，采用線路端點(diǎn)作為切入口，探索了如何進(jìn)行線路狀態(tài)異常的預(yù)測(cè)問題。本文的主要研究?jī)?nèi)容如下：
　　首先，本文根據(jù)與線路端點(diǎn)數(shù)據(jù)相關(guān)的電力學(xué)知識(shí)提取相應(yīng)的特征屬性，然后進(jìn)行是否異常的狀態(tài)標(biāo)注。與數(shù)據(jù)挖掘領(lǐng)域中的“異?！辈煌疚闹械摹爱惓！辈皇前凑諗?shù)據(jù)分布進(jìn)行判斷，而是根據(jù)電力規(guī)范進(jìn)行標(biāo)注。利用電力規(guī)范進(jìn)行異常標(biāo)注與電力業(yè)務(wù)更加相關(guān)

3、，更加方便實(shí)際使用。
　　其次，本文根據(jù)電力數(shù)據(jù)的特點(diǎn)，利用機(jī)器學(xué)習(xí)算法，建立了一套線路狀態(tài)異常預(yù)警模型。分別采用聚類和分類算法進(jìn)行建模，為提高模型預(yù)測(cè)準(zhǔn)確率、降低計(jì)算開銷，進(jìn)行了樣本抽樣、特征選擇、模型融合等工作。
　　最后，根據(jù)所建立的異常預(yù)警模型設(shè)計(jì)了一套異常預(yù)警系統(tǒng)。根據(jù)電力數(shù)據(jù)每分鐘進(jìn)行一輪數(shù)據(jù)采集的情況，異常預(yù)警模型在每分鐘的數(shù)據(jù)采集完成后進(jìn)行預(yù)測(cè)工作。為了排除數(shù)據(jù)漂移的所帶來的影響，系統(tǒng)可定時(shí)更新或按照數(shù)據(jù)漂移