CN108548988A - 基于互信息改进决策树的线路故障预测方法 - Google Patents

Abstract

本发明公开了一种基于互信息改进决策树的线路故障预测方法，包括：确认决策树算法能够引入的线路模型信息和线路运行信息进而进行分析对象准备；对引入的信息进行相关性分析，使得强相关属性仅保留一个；基于相关性分析结果以线路为核心进行对象建模；计算故障情况与各属性的互信息进行决策树构建；基于已生成的决策树对线路故障进行预测。本发明避免了强关联属性的重复引用，模型构建简单易理解，对于分析对象的构建具有较高的灵活性，可根据实际能够引入的数据进行对象属性增减，也可用于电网其他设备对象的故障预测，扩展性较强。

Description

基于互信息改进决策树的线路故障预测方法

技术领域

本发明涉及一种基于互信息改进决策树的线路故障预测方法，属于电力输电线路技术领域。

背景技术

随着近年来智能电网的迅速发展，电力大数据应运而生。调控大数据作为电力大数据的一个分支，是唯一具备从大电网运行管理角度主动感知电网实时运行姿态的数据资源。风险预警分析作为电力大数据的一个主要应用场景，能够实现分析挖掘实时及离线数据，掌握在运设备健康水平下降导致的电网运行薄弱环节，实现从被动监视向主动发现的转变。线路作为输电环节的主要承担设备，其故障将直接影响受端用电，故采用大数据的决策树算法来构建线路故障预警分析模型，为线路故障的准确预测提供了理论及方法支撑。

现有技术中进行线路故障预测所采用的技术方案是：根据输电线路的绝缘子、导线、避雷器、杆塔、地线的在线监测数据而分别建立的量化模型，采用了主观的层次分析法来进行权重系数确认，该方案是基于历史故障数据及运行数据对故障发生的影响因素进行客观分析而获得的决策模型，可靠性较低且构建模型复杂。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于互信息改进决策树的线路故障预测方法，解决现有技术中输电线路故障预测可靠性低、模型构建复杂的技术问题。

为解决上述技术问题，本发明所采用的技术方案是：基于互信息改进决策树的线路故障预测方法，包括如下步骤：

确认决策树算法能够引入的线路模型信息和线路运行信息进而进行分析对象准备；

对引入的信息进行相关性分析，使得强相关属性仅保留一个；

基于相关性分析结果以线路为核心进行对象建模；

计算故障情况与各属性的互信息进行决策树构建；

基于已生成的决策树对线路故障进行预测。

进一步的，所述线路模型信息包括：线路名称、线路电压等级、起始厂站、末端厂站、投运日期、运行状态；

所述线路运行信息包括：线路缺陷信息、线路检修信息、线路故障跳闸记录、开关变位信息、保护动作情况、遥测越限情况、气象信息、雷电信息、导线温度监测、微风振动监测、污秽监测、微气象监测、杆塔倾斜监测、电缆护层电流监测。

优选的，采用Apriori算法对引入的信息进行相关性分析。

进一步的，相关性分析的具体方法如下：

以线路故障记录为基础，分别构建其线路运行信息记录，包括线路缺陷信息、线路检修信息、线路故障跳闸记录、开关变位信息、保护动作情况、遥测越限情况、气象信息、雷电信息、导线温度监测、微风振动监测、污秽监测、微气象监测、杆塔倾斜监测、电缆护层电流监测；

设置该算法的阈值，包括最小支持度和最小置信度；

对构建的线路运行信息记录以支持度阈值为参考进行频繁项集搜索；

对搜索到的频繁项集以置信度阈值为参考进行强规则的查找；

确认强规则涉及到的属性，同一规则中仅保留一个属性。

进一步的，对象建模的具体方法如下：

模型构建为(sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld)，其中：sb_id为标识线路ID；is_gz为是否故障；is_jx为是否检修；alarm_yx_kg为是否存在开关变位；alaram_yx_bh为是否存在保护动作；alarm_yc_dl为是否存在电流越限；alarm_yc_yg为是否存在有功越限；sbd_dxfb为输变电导线覆冰；sbd_dxwd为输变电导线温度；sbd_wf为输变电微风；sbd_wh为输变电污秽度；sbd_dxhc为输变电导线弧垂；sbd_gtqx为输变电杆塔倾斜；sbd_dldl为输变电电缆护层电流，qx_fs为气象信息的风速；qx_wd为气象信息的温度；qx_sd为气象信息的湿度；qx_jy为气象信息的降雨情况；is_ld为雷电的有无情况；

确认分析样本：将样本构成分为两类：分类对象集合及待分类对象集合；分类对象来源于线路的历史运行信息，其构建过程如下：

对于已经发生过故障的线路，分别基于其故障记录信息确认发生故障的时刻，根据该时间点分别确认各属性值；以线路投运时间为起始时间到当前时间，对其非故障时刻任意进行sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld信息收集，构建已发生故障线路的对象模型；

对于未发生过故障的线路，以其投运时间为起始时间到当前时间，采用随机方法获取其任意时刻运行信息，通过sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld信息收集，构建未发生故障线路的对象模型；

对于待分类对象，即需要进行故障预测的线路，针对当前电网运行情况对任意线路进行对象化构建。

进一步的，决策树构建的具体方法如下：

计算所有属性的信息熵，计算公式为：

其中T为离散型的随机变量；i为该变量的取值类别；c为取值类别总数；p_i为相应取值类别的概率；

计算故障发生情况与其他属性的条件熵，计算公式为：

其中T，X分别为两个离散型随机变量，则条件熵E(T|X)表示变量X给定的情况下变量T的条件熵；其中i，j分别为变量X，T的取值范围，p(t)表示变量T＝t发生的概率，p(x,t)表示变量X和变量T同时出现的概率。

计算故障发生情况与其他属性的互信息，当两个信息完全相关时，互信息为1，不相关时为0，其计算公式为：

G(T，X)＝E(T)-E(T|X)

其中：G(T，X)表示变量T和变量X的相关性，E(T)为变量T的信息熵，E(T|X)为在变量X发生的情况下变量T的条件熵；

确认根节点：互信息最大的值将作为根节点。

进一步的，对线路故障进行预测的具体方法如下：

基于已经生成的决策树，从树根节点到叶节点逐层进行条件匹配，则最终匹配到的叶节点即为该对象的分类，即故障预测结果。

与现有技术相比，本发明所达到的有益效果：

对传统的决策树算法进行了改进，避免了强关联属性的重复引用；

通过信息论之信息熵、条件熵及互信息的引入，为决策树的构建提供了统计学理论支撑，为线路跳闸故障类型的判定及预测提供了理论参考；

对于分析对象的构建具有较高的灵活性，可根据实际能够引入的数据进行对象属性增减，也可用于电网其他设备对象的故障预测，扩展性较强。

附图说明

图1是本发明的流程图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

基于互信息改进决策树的线路故障预测方法，包括如下步骤：

步骤1)基于南方电网调控专业的数据，确认决策树算法能够引入的模型信息和运行信息进而进行分析对象准备：

收集线路模型信息、缺陷信息、线路检修信息、线路故障跳闸记录、开关变位信息、保护动作情况、遥测越限情况、气象信息、雷电信息、导线温度监测、微风振动监测、污秽监测、微气象监测、杆塔倾斜监测、电缆护层电流监测等，并分别对各类型信息进行等级划分，其中线路缺陷等级为危急、严重、一般；线路检修信息分为检修、未检修；线路故障确认是否存在线路故障，如跳闸、单相接地故障；遥信告警数据确认保护动作与否、开关变位与否；遥测告警数据分为：电流越限、有功越限，根据越限情况分为：正常、越下限、重载、过载；导线覆冰厚度监测其厚度可划分为(0,2)，[2,5)，[5，∞)；导线温度监测可将等级划分为(-∞，-10]，(-10,30]，(30,∞)；微风振动监测其震动时间长度(0,10)、[10,24)，(24，∞)；现场污秽度监测确认是否有污秽；导线弧垂监测划分为(-∞，-5％)，(-5％，10％)，(10％，∞)；杆塔倾斜监测划分为(0，15‰)，(15‰，20‰)，(20‰，50‰)；电缆护层电流监测划分为(0,1A)，[1A，∞)；气象信息：针对风速、温度、湿度、降雨等进行划分，并对不同的类别定义相应的等级划分，如湿度可分为三个等级(0,50],(50,80],(80,100)；温度可分为三个等级(-∞，-10]，(-10,30]，(30,∞)；风速分为三个等级(0,7]，(7,9]，(9,12)；雷电监测：针对雷电有无情况及雷电大小进行等级划分(-∞，-10)，[-10,10)，[10，∞)。

步骤2)对引入的各属性信息进行相关性分析，确认冗余属性并进行过滤；

对引入的特征进行关联性分析，该过程采用Aprior算法，其实施步骤为：首先依据支持度找出所有频繁项集，然后再依据置信度产生关联规则。其中，项的集合就是项集，包含k个项的项集称为k-项集，项集的出现频率是包含项集的事务数，简称为项集的支持度。如果某项集的支持度满足预定义的最小支持度阈值，则该项集就是频繁项集。而关联规则是形如X->Y的蕴含式，置信度就是事务已经包含X的情况下，包含Y的百分比，其实就是条件概率，若该规则的置信度满足预定义的最小置信度阈值，则该规则就是强关联规则。

步骤21)以线路故障记录为基础，分别构建其线路运行信息记录，包括缺陷信息、线路检修信息、线路故障跳闸记录、开关变位信息、保护动作情况、遥测越限情况、气象信息、雷电信息、导线温度监测、微风振动监测、污秽监测、微气象监测、杆塔倾斜监测、电缆护层电流监测等；

步骤22)设置该算法的阈值，包括最小支持度和最小置信度，分别设置为50％，70％；

步骤23)对通过步骤21)构建的记录以支持度阈值为参考进行频繁项集搜索；

步骤24)对通过步骤23)找到的频繁项集以置信度阈值为参考进行强规则的查找；

步骤25)确认强规则涉及到的属性，同一规则中仅保留一个属性；

步骤3)以南方电网各电压等级的交流输电线路为核心进行对象建模，并进行样本梳理；

步骤31)以步骤25)的分析结果为基础进行对象建模，其模型构建为(sb_id，is_gz,is_jx,alarm_yx_kg,alaram_yx_bh,alarm_yc_dl,alarm_yc_yg,sbd_dxf b,sbd_dxwd,sbd_wf,sbd_wh,sbd_dxhc,sbd_gtqx,sbd_dldl,qx_fs,qx_wd,qx_s d,qx_jy,is_ld)，其中sb_id标识了线路ID，is_gz为是否故障，is_jx为是否检修，alarm_yx_kg为是否存在开关变位,alaram_yx_bh为是否存在保护动作,alarm_yc_dl为是否存在电流越限,alarm_yc_yg为是否存在有功越限,sbd_dxfb为输变电导线覆冰,sbd_dxwd为输变电导线温度,sbd_wf为输变电微风,sbd_wh为输变电污秽度,sbd_dxhc为输变电导线弧垂,sbd_gtqx为输变电杆塔倾斜,sbd_dldl为输变电电缆护层电流,qx_fs为气象信息的风速,qx_wd为气象信息的温度,qx_sd为气象信息的湿度,qx_jy为气象信息的降雨情况,is_ld为雷电的有无情况。

步骤32)确认分析样本。其样本构成分为两类，分类对象集合及待分类对象集合，分类对象来源于线路的历史运行信息，其构建过程为：

1)对于已经发生过故障的线路，分别基于其故障记录信息确认发生故障的时刻，根据该时间点分别确认各属性值，如是否存在检修，若存在则该字段为“是”，否则为“否”；对于相应的线路，为了全面描述其线路运行历史情况，以其投运时间为起始时间到当前时间，对其非故障时刻任意进行sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld等信息收集构建已分类的对象；

2)对于未发生过故障的线路，以其投运时间为起始时间到当前时间，采用随机方法获取其任意时刻运行信息，通过sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld等字段信息收集构成对象。

而未分类对象即为需要进行故障预测的线路，可针对当前电网运行情况对任意的线路进行对象化构建，即收集以上字段信息。

步骤4)计算故障情况与各属性的互信息逐层进行决策树构建；

步骤41)计算所有属性的信息熵。信息熵用来衡量一元模型中信息不确定性的指标。信息的不确定性越大，熵的值也就越大。而影响熵值的主要因素是概率。其计算公式为：

其中T为离散型的随机变量，如是否发生故障，i为该属性的取值类别，则i可取1和2，c为取值类别总数；p_i为相应取值类别的概率；

以故障发生情况为例，确认所有样本中发生故障的样本个数及未发生故障的样本个数，则：

p₁＝发生故障的样本数/样本总数；

p₂＝未发生故障的样本数/样本总数；

则E(T)＝-p₁log₂p₁-p₂log₂p₂；

步骤42)计算故障发生情况与其他属性的条件熵。条件熵是通过获得更多的信息来消除一元模型中的不确定性。也就是通过二元或多元模型来降低一元模型的熵。其计算公式为：

其中T，X分别为两个离散型随机变量，则条件熵E(T|X)表示变量X给定的情况下变量T的条件熵；其中i，j分别为变量X，T的取值范围，p(t)表示变量T＝t发生的概率，p(x,t)表示变量X和变量T同时出现的概率。

以开关变位与故障发生情况为例，其中“开关变位＝1”代表存在开关变位，“开关变位＝0”代表不存在开关变位，首先分别确认在故障发生的情况下“开关变位＝1”的样本个数，确认其比率p₁然后确认在故障发生的情况下“开关变位＝0”的样本个数，确认其比率p₂＝1-p₁；之后分别计算其信息熵E₁和E₂；最后计算其条件熵E(T|X)＝p₁×E₁+p₂×E₂；

步骤43)计算故障发生情况与其他属性的互信息。互信息是用来衡量信息之间相关性的指标。当两个信息完全相关时，互信息为1，不相关时为0。其计算公式为：

G(T,X)＝E(T)-E(T|X)

其中G(T,X)表示属性T和属性X的相关性，E(T)为属性T的信息熵，E(T|X)为在属性X发生的情况下属性T的条件熵。

以开关变位与故障发生情况为例，G(T,X)＝E(T)-E(T|X)。

步骤44)确认根节点。决策树节点任一节点的构建需要确认非节点的各个属性与故障是否发生属性的相关性，如根节点的构建需要确认is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld各字段与is_gz字段的互信息，互信息最大的值将作为根节点。步骤45)重复步骤41)、步骤42)、步骤43)、步骤44)构建决策树的其他节点。

步骤5)对当前电网的各输电线路进行故障跳闸预测分析，并将分析结果传达给调度及计划专业人员。

该步骤基于已经生成的决策树，从树根节点到叶节点逐层进行条件匹配，则最终匹配到的叶节点即为该对象的分类，即故障预测结果。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (7)

1.基于互信息改进决策树的线路故障预测方法，其特征在于，包括如下步骤：

确认决策树算法能够引入的线路模型信息和线路运行信息进而进行分析对象准备；

对引入的信息进行相关性分析，使得强相关属性仅保留一个；

基于相关性分析结果以线路为核心进行对象建模；

计算故障情况与各属性的互信息进行决策树构建；

基于已生成的决策树对线路故障进行预测。

2.根据权利要求1所述的基于互信息改进决策树的线路故障预测方法，其特征在于，

所述线路模型信息包括：线路名称、线路电压等级、起始厂站、末端厂站、投运日期、运行状态；

所述线路运行信息包括：线路缺陷信息、线路检修信息、线路故障跳闸记录、开关变位信息、保护动作情况、遥测越限情况、气象信息、雷电信息、导线温度监测、微风振动监测、污秽监测、微气象监测、杆塔倾斜监测、电缆护层电流监测。

3.根据权利要求1所述的基于互信息改进决策树的线路故障预测方法，其特征在于，采用Apriori算法对引入的信息进行相关性分析。

4.根据权利要求3所述的基于互信息改进决策树的线路故障预测方法，其特征在于，相关性分析的具体方法如下：

以线路故障记录为基础，分别构建其线路运行信息记录，包括线路缺陷信息、线路检修信息、线路故障跳闸记录、开关变位信息、保护动作情况、遥测越限情况、气象信息、雷电信息、导线温度监测、微风振动监测、污秽监测、微气象监测、杆塔倾斜监测、电缆护层电流监测；

设置该算法的阈值，包括最小支持度和最小置信度；

对构建的线路运行信息记录以支持度阈值为参考进行频繁项集搜索；

对搜索到的频繁项集以置信度阈值为参考进行强规则的查找；

确认强规则涉及到的属性，同一规则中仅保留一个属性。

5.根据权利要求1所述的基于互信息改进决策树的线路故障预测方法，其特征在于，对象建模的具体方法如下：

模型构建为(sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld)，其中：sb_id为标识线路ID；is_gz为是否故障；is_jx为是否检修；alarm_yx_kg为是否存在开关变位；alaram_yx_bh为是否存在保护动作；alarm_yc_dl为是否存在电流越限；alarm_yc_yg为是否存在有功越限；sbd_dxfb为输变电导线覆冰；sbd_dxwd为输变电导线温度；sbd_wf为输变电微风；sbd_wh为输变电污秽度；sbd_dxhc为输变电导线弧垂；sbd_gtqx为输变电杆塔倾斜；sbd_dldl为输变电电缆护层电流，qx_fs为气象信息的风速；qx_wd为气象信息的温度；qx_sd为气象信息的湿度；qx_jy为气象信息的降雨情况；is_ld为雷电的有无情况；

确认分析样本：将样本构成分为两类：分类对象集合及待分类对象集合；分类对象来源于线路的历史运行信息，其构建过程如下：

对于已经发生过故障的线路，分别基于其故障记录信息确认发生故障的时刻，根据该时间点分别确认各属性值；以线路投运时间为起始时间到当前时间，对其非故障时刻任意进行sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld信息收集，构建已发生故障线路的对象模型；

对于未发生过故障的线路，以其投运时间为起始时间到当前时间，采用随机方法获取其任意时刻运行信息，通过sb_id，is_gz，is_jx，alarm_yx_kg，alaram_yx_bh，alarm_yc_dl，alarm_yc_yg，sbd_dxfb，sbd_dxwd，sbd_wf，sbd_wh，sbd_dxhc，sbd_gtqx，sbd_dldl，qx_fs，qx_wd，qx_sd，qx_jy，is_ld信息收集，构建未发生故障线路的对象模型；

对于待分类对象，即需要进行故障预测的线路，针对当前电网运行情况对任意线路进行对象化构建。

6.根据权利要求1所述的基于互信息改进决策树的线路故障预测方法，其特征在于，决策树构建的具体方法如下：

计算所有属性的信息熵，计算公式为：

其中T为离散型的随机变量；i为该变量的取值类别；c为取值类别总数；pi为相应取值类别的概率；

计算故障发生情况与其他属性的条件熵，计算公式为：

其中T，X分别为两个离散型随机变量，则条件熵E(T|X)表示变量X给定的情况下变量T的条件熵；其中i，j分别为变量X，T的取值范围，p(t)表示变量T＝t发生的概率，p(x,t)表示变量X和变量T同时出现的概率；

计算故障发生情况与其他属性的互信息，当两个信息完全相关时，互信息为1，不相关时为0，其计算公式为：

G(T，X)＝E(T)-E(T|X)

其中：G(T，X)表示变量T和变量X的相关性，E(T)为变量T的信息熵，E(T|X)为在变量X发生的情况下变量T的条件熵；

确认根节点：互信息最大的值将作为根节点。

7.根据权利要求1所述的基于互信息改进决策树的线路故障预测方法，其特征在于，对线路故障进行预测的具体方法如下：

基于已经生成的决策树，从树根节点到叶节点逐层进行条件匹配，则最终匹配到的叶节点即为该对象的分类，即故障预测结果。