一种供变电设备故障跳闸的报警分析方法及系统与流程

本发明涉及供变电设备跳闸分析，具体而言，涉及一种供变电设备故障跳闸的报警分析方法及系统。

背景技术：

1、随着电力系统规模不断扩大和智能电网建设的深入推进，供变电设备作为电力系统的核心组成部分，其安全稳定运行直接关系到整个电力系统的可靠性。就目前而言，传统的供变电设备故障预警方法主要存在以下问题：常规的特征提取方法如主成分分析、小波变换等难以有效处理高维非线性数据，导致提取的特征可能无法准确反映设备状态；另外，单一的分类或回归模型如支持向量机、神经网络等容易出现过拟合现象，且分析结果不够稳定可靠，在面对复杂的供变电设备运行环境时，预警准确率和实时性难以得到保证。基于此，针对上述问题，我们设计了一种供变电设备故障跳闸的报警分析方法及系统。

技术实现思路

1、本发明的目的在于提供一种供变电设备故障跳闸的报警分析方法及系统，其通过核函数实现非线性特征提取，能够更准确地捕捉供变电设备运行数据中的关键特征信息；另外本发明采用随机森林进行数据融合，不仅提高了模型的泛化能力，还能有效降低单一决策树的过拟合风险，能够显著提升了预警的准确性和可靠性。

2、本发明通过以下技术方案实现：

3、一种供变电设备故障跳闸的报警分析方法，该方法的步骤包括：

4、获取供变电设备的运行数据，包括历史运行数据与实时运行数据；

5、对供变电设备运行数据进行预处理；

6、基于核函数对供变电设备历史运行数据进行特征提取，同时结合随机森林算法将提取的供变电设备特征向量进行数据融合，并基于组合平均策略汇总构建供变电设备跳闸类型融合回归模型；

7、将供变电设备实时运行数据输入至供变电设备跳闸类型融合回归模型进行计算，输出供变电设备的跳闸故障分析结果。

8、可选的，所述对供变电设备运行数据进行预处理，包括：对供变电设备运行数据进行数据清洗，以及对供变电设备运行数据进行数据转换。

9、可选的，所述基于核函数对供变电设备历史运行数据进行特征提取，其具体为：

10、基于预处理后的供变电设备历史运行数据构建特征矩阵；

11、计算特征矩阵中各个特征的均值，并对各个特征进行去中心化，得到去中心化后的特征矩阵；

12、通过高斯核函数将特征向量映射到第一维度空间，对核矩阵进行中心化处理，并计算其协方差矩阵；

13、对协方差矩阵进行求解，计算各个特征值的方差贡献率，基于各个特征值的方差贡献率计算累计贡献率，并根据累计贡献率选取多个主成分；

14、根据选取的主成分对应的特征向量映射到第二维度空间，并提取供变电设备历史运行数据中的供变电设备特征向量作为最终输出。

15、可选的，所述结合随机森林算法将提取的供变电设备特征向量进行数据融合，其具体为：

16、将供变电设备特征向量中的数据作为原始数据集，并采用bootstrap抽样方法，按照设定比例对原始数据集进行有放回随机抽样，重复多次生成多个训练样本集；

17、对每个训练样本集，构建cart决策树：

18、遍历训练样本集中的每个特征及其切分点；

19、根据切分条件将训练样本集划分为左子区域和右子区域；

20、分别计算左右子区域的最优回归值，并基于最优回归值计算切分损失函数；

21、选取以损失函数最小的特征和切分点作为当前节点的最优切分方案；

22、对左右子区域重复上述切分过程，直到达到最大迭代次数，生成完整的决策树，并对每棵决策树，通过未抽取的样本集进行测试，将每棵决策树组合为随机森林模型，完成随机森林模型的训练过程。

23、可选的，所述基于组合平均策略汇总构建供变电设备跳闸类型融合回归模型，其具体为：

24、对于每种跳闸类型：

25、采集每棵决策树对同一输入的分析结果；

26、对每个分析结果进行组合平均；

27、将平均后的结果作为此跳闸类型的最终分析值；

28、汇总全部跳闸类型，完成供变电设备跳闸类型融合回归模型的构建。

29、可选的，所述损失函数，其具体计算公式为：

30、

31、其中，y为损失函数值，r1、r2分别为左右子区域的样本数，j为特征索引，s为切分点的值，xi、yi分别为第i个样本的特征向量及真实值。

32、可选的，所述供变电设备跳闸类型融合回归模型的计算公式为：

33、

34、其中，g(x)为融合模型对输入x的最终分析值，n为决策树的总数量，fb(x)为第b棵决策树对输入x的分析值，wb为第b棵决策树的权重系数，∈b为第b棵决策树在训练样本上的分析误差，α为误差衰减系数。

35、一种供变电设备故障跳闸的报警分析系统，包括：

36、数据采集模块，获取供变电设备的运行数据，包括历史运行数据与实时运行数据；

37、预处理模块，对供变电设备运行数据进行预处理；

38、特征融合模块，基于核函数对供变电设备历史运行数据进行特征提取，同时结合随机森林算法将提取的供变电设备特征向量进行数据融合，并基于组合平均策略汇总构建供变电设备跳闸类型融合回归模型；

39、跳闸类型预警模块，将供变电设备实时运行数据输入至供变电设备跳闸类型融合回归模型进行计算，输出供变电设备的跳闸故障分析结果。

40、本发明的技术方案至少具有如下优点和有益效果：

41、本发明通过核函数实现非线性特征提取，能够更准确地捕捉供变电设备运行数据中的关键特征信息；另外本发明采用随机森林进行数据融合，不仅提高了模型的泛化能力，还能有效降低单一决策树的过拟合风险，能够显著提升了预警的准确性和可靠性。

1.一种供变电设备故障跳闸的报警分析方法，其特征在于，该方法的步骤包括：

2.根据权利要求1所述的供变电设备故障跳闸的报警分析方法，其特征在于，所述对供变电设备运行数据进行预处理，包括：对供变电设备运行数据进行数据清洗，以及对供变电设备运行数据进行数据转换。

3.根据权利要求2所述的供变电设备故障跳闸的报警分析方法，其特征在于，所述基于核函数对供变电设备历史运行数据进行特征提取，其具体为：

4.根据权利要求3所述的供变电设备故障跳闸的报警分析方法，其特征在于，所述结合随机森林算法将提取的供变电设备特征向量进行数据融合，其具体为：

5.根据权利要求4所述的供变电设备故障跳闸的报警分析方法，其特征在于，所述基于组合平均策略汇总构建供变电设备跳闸类型融合回归模型，其具体为：

6.根据权利要求5所述的供变电设备故障跳闸的报警分析方法，其特征在于，所述损失函数，其具体计算公式为：

7.根据权利要求6所述的供变电设备故障跳闸的报警分析方法，其特征在于，所述供变电设备跳闸类型融合回归模型的计算公式为：

8.一种供变电设备故障跳闸的报警分析系统，其特征在于，包括：