CN105956935A - 一种配电网变压器阈值更新方法及系统 - Google Patents
一种配电网变压器阈值更新方法及系统 Download PDFInfo
- Publication number
- CN105956935A CN105956935A CN201610296637.9A CN201610296637A CN105956935A CN 105956935 A CN105956935 A CN 105956935A CN 201610296637 A CN201610296637 A CN 201610296637A CN 105956935 A CN105956935 A CN 105956935A
- Authority
- CN
- China
- Prior art keywords
- threshold value
- sample
- historical data
- value
- data
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 13
- 238000003066 decision tree Methods 0.000 claims abstract description 21
- 241001269238 Data Species 0.000 claims description 6
- 230000008929 regeneration Effects 0.000 claims description 3
- 238000011069 regeneration method Methods 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Z—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS, NOT OTHERWISE PROVIDED FOR
- G16Z99/00—Subject matter not provided for in other main groups of this subclass
Landscapes
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Public Health (AREA)
- Water Supply & Treatment (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
本发明提供一种配电网变压器阈值更新方法，包括以下步骤：A、获取变压器的历史数据和当前周期的运行数据；B、计算历史数据的平均线；C、将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较，当峰值和谷值均在平均线同一侧时，进入步骤D；D、根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新。本发明还提供一种配单网变压器阈值更新系统。本发明利用历史数据和当前采集数据判断变压器阈值是否需要更新，当需要更新时，借助决策树算法寻找最优阈值并更新，变压器随着运行数据的变化，不断优化阈值，能够适应各种不同的应用环境，减少误报情况的发生，增强变压器使用的可靠性。
Description
技术领域
本发明涉及一种配电网变压器阈值更新方法及系统。
背景技术
目前配电变压器的运行数据采集主要包括三相电流、电压、漏电电流、功率、温度等参数，电力规程虽然有明确的规定变压器各项参数的运行上限阈值，但在实际运行中，变压器的负载用户情况、现场运行环境等各类因素都对变压器的运行有很大的影响，因此会出现电力规程规定的阀值与实际运行不相符的情况，软件系统设计的时候虽然有提供阀值的人工调整，但大部分基于经验值，一旦出现经验中没有出现过的情况就可能出现误报，并且随着采集量的增加，人工已不太可能来经常性的调整阀值。因此我们设计了一种能随着运行参数变化，不断的判断阀值向一段时间内趋向最优的自我学习算法。
发明内容
本发明的目的是针对现有技术的不足，提出一种配电网变压器阈值更新方法，使变压器能够随着运行数据的变化，不断地更新运行上限阈值，使阈值最优化。
本发明的另一目的是提供一种配电网变压器阈值更新系统。
本发明通过以下技术方案实现：
一种配电网变压器阈值更新方法，包括以下步骤：
A、获取变压器的历史数据和当前周期的运行数据；
B、计算历史数据的平均线；
C、将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较，当峰值和谷值均在平均线同一侧时，进入步骤D；
D、根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新。
进一步的，步骤B包括如下步骤：
B1、历史数据包括若干个历史周期的运行数据，将每个历史周期的运行数据划分为若干个区间数据，分别计算这些区间数据的区间平均值；
B2、分别对每个历史周期的各区间平均值再平均得到周期平均值，将若干个周期平均值连线即可得到历史数据的平均线。
进一步的，步骤D包括如下步骤：
D1、数据初始化，包括将历史数据及当前周期的运行数据中的非连续性采样数据剔除后作为样本、根据样本属性对样本进行分类、初始化分裂准确度阈值；
D2、读取新的样本，将各个属性的样本值赋值到决策树的一组同级节点；
D3、计算该同级节点样本的信息熵、信息增益和信息增益率；
D4、判断节点分裂出的子女的值是否大于当前周期的峰值或者小于当前周期的谷值，如果是，那么在该节点使用最大信息增益作为根再生成子树，并选择信息增益率最大的属性进行分裂，将如果否，则读取新的样本进入步骤D2；
D5、计算节点分裂后形成的分类准确度，当分类准确度大于初始化分裂准确度阈值时，则停止分裂，并将该节点上的样本值作为最优的更新阈值，否则进入步骤D4继续分裂；
D6、根据最优的更新阈值对变压器的阈值进行更新。
本发明还通过以下技术方案实现：
一种配电网变压器阈值更新系统，包括：
用于获取变压器的历史数据和当前周期的运行数据的模块；
用于计算历史数据的平均线的模块；
用于将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较的模块；
用于根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新的模块。
进一步的，所述用于根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新的模块包括：
用于将数据初始化，包括将历史数据及当前周期的运行数据中的非连续性采样数据剔除后作为样本、根据样本属性对样本进行分类、初始化分裂准确度阈值的模块；
用于读取新的样本，将各个属性的样本值赋值到决策树的一组同级节点的模块；
用于计算该同级节点样本的信息熵、信息增益和信息增益率的模块；
用于判断节点分裂出的子女的值是否大于当前周期的峰值或者小于当前周期的谷值的模块；
用于计算节点分裂后形成的分类准确度，当分类准确度大于初始化分裂准确度阈值时，则停止分裂，将该节点上的样本值作为最优的更新阈值，否则继续分裂的模块；
用于根据最优的更新阈值对变压器的阈值进行更新的模块。
本发明具有如下有益效果：
本发明利用历史数据和当前采集数据判断变压器阈值是否需要更新，当需要更新时，借助决策树算法寻找最优阈值并更新，变压器随着运行数据的变化，不断优化阈值，能够适应各种不同的应用环境，减少误报情况的发生，增强变压器使用的可靠性。
附图说明
下面结合附图对本发明做进一步详细说明。
图1为本发明的流程图。
图2为本发明决策树算法的流程图。
具体实施方式
如图1所示，本发明的配电网变压器阈值更新方法，包括以下步骤：
A、获取变压器的历史数据和当前周期的运行数据；
B、计算历史数据的平均线，为了降低历史数据中的毛糙点和漂移点，采用如下步骤来计算历史数据的平均线：
B1、历史数据包括若干个历史周期的运行数据，将每个历史周期的运行数据划分为若干个区间数据，分别计算这些区间数据的区间平均值；
B2、分别对每个历史周期的各区间平均值再平均得到周期平均值，将若干个周期平均值连线即可得到历史数据的平均线；
C、将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较，当峰值和谷值均在平均线同一侧时，即当前周期运行数据的峰值和谷值均在平均线上侧或者下侧时，进入步骤D；
D、根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新。当积累的历史数据较少时，根据决策树算法获取更新阈值后，需要认为对该更新阈值进行判断，当该更新阈值明显不合理时，将不对变压器阈值进行更新，当积累的历史数据足够多时，自动根据决策树算法获取的更新阈值对变压器阈值进行更新。
如图2所示，步骤D包括如下具体步骤：
D1、数据初始化，包括将历史数据及当前周期的运行数据中的非连续性采样数据剔除后作为样本、根据样本属性对样本进行分类、初始化分裂准确度阈值；
D2、读取新的样本，将各个属性的样本值赋值到决策树的一组同级节点；
D3、计算该同级节点样本的信息熵、信息增益和信息增益率；
D4、判断节点分裂出的子女的值是否大于当前周期的峰值或者小于当前周期的谷值，如果是，那么在该节点使用最大信息增益作为根再生成子树，并选择信息增益率最大的属性进行分裂，如果否，则读取新的样本进入步骤D2；
D5、计算节点分裂后形成的分类准确度，当分类准确度大于初始化分裂准确度阈值时，则停止分裂，并将该节点上的样本值作为最优的更新阈值，否则进入步骤D4继续分裂；
D6、根据最优的更新阈值对变压器的阈值进行更新。
本发明的配电网变压器阈值更新系统，包括：
用于获取变压器的历史数据和当前周期的运行数据的模块；
用于计算历史数据的平均线的模块；
用于将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较的模块；
用于根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新的模块。
其中，用于根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新的模块包括：
用于将数据初始化，包括将历史数据及当前周期的运行数据中的非连续性采样数据剔除后作为样本、根据样本属性对样本进行分类、初始化分裂准确度阈值的模块；
用于读取新的样本，将各个属性的样本值赋值到决策树的一组同级节点的模块；
用于计算该同级节点样本的信息熵、信息增益和信息增益率的模块；
用于判断节点分裂出的子女的值是否大于当前周期的峰值或者小于当前周期的谷值的模块；
用于计算节点分裂后形成的分类准确度，当分类准确度大于初始化分裂准确度阈值时，则停止分裂，将该节点上的样本值作为最优的更新阈值，否则继续分裂的模块；
用于根据最优的更新阈值对变压器的阈值进行更新的模块。
变压器的运行数据包括三相电流、电压、漏电电流、功率或温度等，在本方法中，分别针对每一种运行数据利用上述算法来更新相应运行数据的阈值，在决策树算法中，每一种运行数据均具有各种不同的属性，例如三相电流，具有采集时间间隔、A相电流点值、B相电流点值、C相电流点值、每小时峰值、每小时谷值、每天峰值或每天谷值等属性，在步骤D1中，将运行数据根据这些属性进行分类，再进行后续计算。
以上所述，仅为本发明的较佳实施例而已，故不能以此限定本发明实施的范围，即依本发明申请专利范围及说明书内容所作的等效变化与修饰，皆应仍属本发明专利涵盖的范围内。
Claims (5)
1.一种配电网变压器阈值更新方法，其特征在于：包括以下步骤：
A、获取变压器的历史数据和当前周期的运行数据；
B、计算历史数据的平均线；
C、将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较，当峰值和谷值均在平均线同一侧时，进入步骤D；
D、根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新。
2.根据权利要求1所述的一种配电网变压器阈值更新方法，其特征在于：步骤B包括如下步骤：
B1、历史数据包括若干个历史周期的运行数据，将每个历史周期的运行数据划分为若干个区间数据，分别计算这些区间数据的区间平均值；
B2、分别对每个历史周期的各区间平均值再平均得到周期平均值，将若干个周期平均值连线即可得到历史数据的平均线。
3.根据权利要求1所述的一种配电网变压器阈值更新方法，其特征在于：步骤D包括如下步骤：
D1、数据初始化，包括将历史数据及当前周期的运行数据中的非连续性采样数据剔除后作为样本、根据样本属性对样本进行分类、初始化分裂准确度阈值；
D2、读取新的样本，将各个属性的样本值赋值到决策树的一组同级节点；
D3、计算该同级节点样本的信息熵、信息增益和信息增益率；
D4、判断节点分裂出的子女的值是否大于当前周期的峰值或者小于当前周期的谷值，如果是，那么在该节点使用最大信息增益作为根再生成子树，并选择信息增益率最大的属性进行分裂，将如果否，则读取新的样本进入步骤D2；
D5、计算节点分裂后形成的分类准确度，当分类准确度大于初始化分裂准确度阈值时，则停止分裂，并将该节点上的样本值作为最优的更新阈值，否则进入步骤D4继续分裂；
D6、根据最优的更新阈值对变压器的阈值进行更新。
4.一种配电网变压器阈值更新系统，其特征在于：包括：
用于获取变压器的历史数据和当前周期的运行数据的模块；
用于计算历史数据的平均线的模块；
用于将当前周期运行数据的峰值和谷值分别与历史数据的平均线比较的模块；
用于根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新的模块。
5.根据权利要求4所述的一种配电网变压器阈值更新系统，其特征在于：所述用于根据历史数据及当前周期的运行数据，利用决策树算法计算最优的更新阈值，并根据最优的更新阈值进行更新的模块包括：
用于将数据初始化，包括将历史数据及当前周期的运行数据中的非连续性采样数据剔除后作为样本、根据样本属性对样本进行分类、初始化分裂准确度阈值的模块；
用于读取新的样本，将各个属性的样本值赋值到决策树的一组同级节点的模块；
用于计算该同级节点样本的信息熵、信息增益和信息增益率的模块；
用于判断节点分裂出的子女的值是否大于当前周期的峰值或者小于当前周期的谷值的模块；
用于计算节点分裂后形成的分类准确度，当分类准确度大于初始化分裂准确度阈值时，则停止分裂，将该节点上的样本值作为最优的更新阈值，否则继续分裂的模块；
用于根据最优的更新阈值对变压器的阈值进行更新的模块。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610296637.9A CN105956935B (zh) | 2016-05-06 | 2016-05-06 | 一种配电网变压器阈值更新方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610296637.9A CN105956935B (zh) | 2016-05-06 | 2016-05-06 | 一种配电网变压器阈值更新方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105956935A true CN105956935A (zh) | 2016-09-21 |
| CN105956935B CN105956935B (zh) | 2017-08-25 |
Family
ID=56914035
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610296637.9A Active CN105956935B (zh) | 2016-05-06 | 2016-05-06 | 一种配电网变压器阈值更新方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105956935B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111339074A (zh) * | 2020-02-24 | 2020-06-26 | 深圳市名通科技股份有限公司 | 阈值生成方法、装置、设备和存储介质 |
| CN111693763A (zh) * | 2020-05-22 | 2020-09-22 | 科华恒盛股份有限公司 | 针对模块化电气设备中功率模块的检测系统 |
| CN115333101A (zh) * | 2022-10-12 | 2022-11-11 | 国网浙江省电力有限公司宁波市北仑区供电公司 | 一种智能配电柜系统及配电方法 |
| CN116774749A (zh) * | 2023-08-25 | 2023-09-19 | 北京拓普尔通信技术有限公司 | 智能控温的电力柜 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102750286A (zh) * | 2011-04-21 | 2012-10-24 | 常州蓝城信息科技有限公司 | 一种处理缺失数据的新型决策树分类器方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105279386B (zh) * | 2015-11-16 | 2019-08-16 | 拉扎斯网络科技（上海）有限公司 | 一种指标异常数据确定的方法及装置 |
-
2016
- 2016-05-06 CN CN201610296637.9A patent/CN105956935B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102750286A (zh) * | 2011-04-21 | 2012-10-24 | 常州蓝城信息科技有限公司 | 一种处理缺失数据的新型决策树分类器方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王英 等: "决策树算法在电网报警信息处理中的应用", 《科学技术与工程》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111339074A (zh) * | 2020-02-24 | 2020-06-26 | 深圳市名通科技股份有限公司 | 阈值生成方法、装置、设备和存储介质 |
| CN111339074B (zh) * | 2020-02-24 | 2023-05-05 | 深圳市名通科技股份有限公司 | 阈值生成方法、装置、设备和存储介质 |
| CN111693763A (zh) * | 2020-05-22 | 2020-09-22 | 科华恒盛股份有限公司 | 针对模块化电气设备中功率模块的检测系统 |
| CN111693763B (zh) * | 2020-05-22 | 2023-06-06 | 科华恒盛股份有限公司 | 针对模块化电气设备中功率模块的检测系统 |
| CN115333101A (zh) * | 2022-10-12 | 2022-11-11 | 国网浙江省电力有限公司宁波市北仑区供电公司 | 一种智能配电柜系统及配电方法 |
| CN116774749A (zh) * | 2023-08-25 | 2023-09-19 | 北京拓普尔通信技术有限公司 | 智能控温的电力柜 |
| CN116774749B (zh) * | 2023-08-25 | 2023-11-03 | 北京拓普尔通信技术有限公司 | 智能控温的电力柜 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105956935B (zh) | 2017-08-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109145957B (zh) | 基于大数据的配电网异常指标的识别与处理方法及装置 | |
| CN105956935A (zh) | 一种配电网变压器阈值更新方法及系统 | |
| CN110289631B (zh) | 一种风电场储能装置容量的计算方法及系统 | |
| CN110659693B (zh) | 基于k近邻分类的配电网快速拓扑识别方法、系统及介质 | |
| CN107038167A (zh) | 基于模型评估的大数据挖掘分析系统及其分析方法 | |
| CN110276966B (zh) | 交叉口信号控制时段划分方法 | |
| CN103093394A (zh) | 一种基于用户用电负荷数据细分的聚类融合方法 | |
| KR20140105506A (ko) | 전력 생산 용량의 적응 및 에너지 저장 유닛 사이즈의 결정 | |
| CN110533092B (zh) | 一种基于运行工况的风力发电机组scada数据分类方法及应用 | |
| CN109581086B (zh) | 基于线性回归处理的台区相位识别方法 | |
| CN107909208A (zh) | 一种台区配网降损方法 | |
| CN117498555B (zh) | 一种基于云边融合的储能电站智能运维系统 | |
| CN118333338B (zh) | 充电管理平台的数据处理方法及系统 | |
| CN114285086B (zh) | 基于改进蚁群算法的电化学储能电站能量调度方法及系统 | |
| CN117407681B (zh) | 一种基于向量聚类的时序数据预测模型建立方法 | |
| CN110909786A (zh) | 一种基于特性指标与决策树模型的新装用户负荷辨识方法 | |
| CN113642988A (zh) | 一种多工况多类型储能电站成本效益分析方法及定型系统 | |
| CN116914738A (zh) | 一种基于人工智能的新能源储能分析方法及系统 | |
| CN115982577A (zh) | 一种智慧用电实时监测方法和系统 | |
| CN112926777B (zh) | 考虑商业建筑用能行为的日前负荷预测方法及系统 | |
| CN111815022A (zh) | 一种基于延时坐标嵌入法的电力负荷预测方法 | |
| KR101988623B1 (ko) | 발전 데이터를 이용한 배터리 수명 예측 시스템 및 그 예측 방법 | |
| CN118013253B (zh) | 一种混合型虚拟电厂智能负荷管理方法及系统 | |
| CN104850716A (zh) | 基于分布式光伏接入设计聚类模型的最优方案选择方法 | |
| CN118554642B (zh) | 一种基于智能集中器的电力数据采集分析终端 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Zheng Inventor after: Huang Chuzhi Inventor after: Huang Fengming Inventor after: Li Xiangjun Inventor after: Li Mingwei Inventor after: Cai Xincan Inventor before: Wang Zheng Inventor before: Huang Chuzhi Inventor before: Huang Fengming Inventor before: Li Xiangjun |
|
| COR | Change of bibliographic data | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Wang Zheng Inventor after: Wang Zhimin Inventor after: Huang Chuzhi Inventor after: Huang Fengming Inventor after: Li Xiangjun Inventor after: Li Mingwei Inventor after: Cai Xincan Inventor before: Wang Zheng Inventor before: Huang Chuzhi Inventor before: Huang Fengming Inventor before: Li Xiangjun Inventor before: Li Mingwei Inventor before: Cai Xincan |
|
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20190621 Address after: No. 568 Jitai Road, Quanzhou Economic and Technological Development Zone, Fujian Province, 362000 Co-patentee after: Quanzhou Power Supply Company, State Grid Fujian Electric Power Co., Ltd. Patentee after: Quanzhou Yixing Electric Power Engineering Construction Co., Ltd. Quanzhou Economic and Technological Development Division Company Address before: 362000 Quanzhou 5 economic and Technological Development Zone, Fujian Co-patentee before: Quanzhou Power Supply Company, State Grid Fujian Electric Power Co., Ltd. Patentee before: Quanzhou Yixing Electric Power Co., Ltd. |