-
公开(公告)号：CN114462880B
公开(公告)日：2025-03-21
申请号：CN202210189935.3
申请日：2022-02-28
Applicant: 西安交通大学
IPC: G06Q10/063 , G06Q10/20 , G06N3/006 , G06F18/23213 , G06Q50/06
Abstract: 本发明公开了基于改进粗糙集优化烟花算法的配网设备状态评价方法，首先，结合历史台账数据、状态监测记录以及故障条目数据，针对配网设备状态评价中的数据集不平衡问题，利用基于K‑means聚类的欠采样方法得到平衡数据集；之后，利用粗糙集理论实现对配网设备状态评价中的众多连续评价指标的属性值进行离散化约简，并采用基于属性重要性的约简方法对评价指标决策表进行属性约简；然后，引入改进的烟花算法在数量众多的属性约简结果中寻找全局最优解，最终得到一组简化的评价指标决策表用于配网设备的状态评价。该方法有效提高了配网设备状态评价结果的准确性和可靠性，能够有效减少并避免配网设备故障事故的发生，保证供电可靠性和客户满意度。
-
公开(公告)号：CN114118588A
公开(公告)日：2022-03-01
申请号：CN202111438643.0
申请日：2021-11-30
Applicant: 广东电网有限责任公司广州供电局 , 西安交通大学
Abstract: 一种聚类欠采样下基于博弈特征提取的迎峰度夏停电预测方法，首先对变压器的历史负荷数据进行清洗，然后基于配电变压器的历史负荷数据和停电记录，结合地区历史气象，在遍历聚类结果过程中选择评价值最高的特征加入已选特征集合并自上而下剔除贡献最低的特征，重复进行动态选择和自上而下剔除，直至支付效用最大化达到帕累托最优状态，完成重复‑动态博弈过程；接着采用python生成带有停电和不停电标签的特征数据集，并对特征数据集划分训练集和测试集；采用基于OPTICS聚类的欠采样方法得到平衡数据集；建立AdaBoost集成学习模型，并利用训练数据集训练模型得到预测停电和不停电分类器；最后利用测试集验证停电预测模型。
-
公开(公告)号：CN114118588B
公开(公告)日：2024-08-02
申请号：CN202111438643.0
申请日：2021-11-30
Applicant: 广东电网有限责任公司广州供电局 , 西安交通大学
IPC: G06Q10/04 , G06Q50/06 , G06F18/214 , G06F18/241 , G06F18/231 , G06F18/2337 , G06F18/211
Abstract: 一种聚类欠采样下基于博弈特征提取的迎峰度夏停电预测方法，首先对变压器的历史负荷数据进行清洗，然后基于配电变压器的历史负荷数据和停电记录，结合地区历史气象，在遍历聚类结果过程中选择评价值最高的特征加入已选特征集合并自上而下剔除贡献最低的特征，重复进行动态选择和自上而下剔除，直至支付效用最大化达到帕累托最优状态，完成重复‑动态博弈过程；接着采用python生成带有停电和不停电标签的特征数据集，并对特征数据集划分训练集和测试集；采用基于OPTICS聚类的欠采样方法得到平衡数据集；建立AdaBoost集成学习模型，并利用训练数据集训练模型得到预测停电和不停电分类器；最后利用测试集验证停电预测模型。
-
公开(公告)号：CN114462880A
公开(公告)日：2022-05-10
申请号：CN202210189935.3
申请日：2022-02-28
Applicant: 西安交通大学
Abstract: 本发明公开了基于改进粗糙集优化烟花算法的配网设备状态评价方法，首先，结合历史台账数据、状态监测记录以及故障条目数据，针对配网设备状态评价中的数据集不平衡问题，利用基于K‑means聚类的欠采样方法得到平衡数据集；之后，利用粗糙集理论实现对配网设备状态评价中的众多连续评价指标的属性值进行离散化约简，并采用基于属性重要性的约简方法对评价指标决策表进行属性约简；然后，引入改进的烟花算法在数量众多的属性约简结果中寻找全局最优解，最终得到一组简化的评价指标决策表用于配网设备的状态评价。该方法有效提高了配网设备状态评价结果的准确性和可靠性，能够有效减少并避免配网设备故障事故的发生，保证供电可靠性和客户满意度。
-
-
-
Search Results
4
records
(took 0.019 seconds)
