CN113591322A - 一种基于极端梯度提升决策树的低压台区线损率预测方法 - Google Patents

Abstract

本发明公开了一种基于极端梯度提升决策树的低压台区线损率预测方法，包括：采集低压台区原始数据，并对低压台区原始数据进行预处理，获得低压台区目标数据；基于低压台区目标数据，通过特征工程筛选关键特征，构建低压台区特征指标体系，基于低压台区特征指标体系对低压台区进行分类；构建第二GS‑XGBoost预测模型，通过第二GS‑XGBoost预测模型对分类后的低压台区进行线损率预测，并对预测结果进行分析评估。本发明能够精确、快速地计算出低压台区的线损率，提升精准降损能力，实现线损精益化管理，为供电企业制定合理的降损措施提供依据。

Description

一种基于极端梯度提升决策树的低压台区线损率预测方法

技术领域

本发明属于配电网线损计算技术领域，特别是涉及一种基于极端梯度提升决策树的低压台区线损率预测方法。

背景技术

随着经济的稳步发展、生活水平的不断提升，电网用电负荷不断增加，10KV电网和0.4KV电网损失电量比重最大，中低压配电网占总损失电量的55％，10KV电网损耗电量占总损耗的26.28％，台区存在严重的线损情况，线损问题越来越突出。低压配电台区线损产生的原因主要有以下三个方面：

(1)固定损失，包括变压器内绕组和铁芯产生的电阻损耗和励磁损耗；电力网输电的电缆线路产生的电阻损耗；电力传输网中部署的电容、电抗类设备产生的电能损耗；电力网络中保护装置产生的电能损耗；介质产生的损耗、电网计量装置产生的损耗；

(2)管理原因，主要指抄表问题和窃电管理工作不足等等；

(3)技术原因，主要指营计数据不一致和户变关系不一致等问题。

现如今传统的线损计算方法如等值电阻法、电压损失法、平均电流法、均方根电流法等已经广泛应用于电力企业的实际生产中。但是在电网系统的实际运行中，低压网作为电网的线损“重灾区”，其数量众多、线路老化现象较为严重，供电方式多种多样，沿线负荷的分布也并无规律可循，因此在进行线损计算时也遇到瓶颈，传统的线损计算方法无法从历史数据中提取有价值的信息来进行相关的线损计算，传统的线损合格率考核方式已不再满足线损精益化管理的要求，供电企业迫切需要找到一种计算线损的有效方法，动态预测各台区的合理线损，为电网的节能降损、规划改造提供依据。

因此，提供一种快速、准确的台区线损计算方法是本领域技术人员急需解决的技术问题。

发明内容

有鉴于此，本发明的目的在于提供了一种基于极端梯度提升决策树的低压台区线损率预测方法，该方法将特征工程和机器学习算法应用于低压台区线损率的预测中，通过精准的线损预测模型，提升精准降损能力，实现线损精益化管理，解决了背景技术中披露的问题，简化了线损计算过程，提高了计算效率和准确度。

为实现上述目的，本发明提供了如下方案：一种基于极端梯度提升决策树的低压台区线损率预测方法，包括：

采集低压台区原始数据，并对所述低压台区原始数据进行预处理，获得低压台区目标数据；

基于所述低压台区目标数据，通过特征工程筛选关键特征，构建低压台区特征指标体系，基于所述低压台区特征指标体系对低压台区进行分类；

构建第二GS-XGBoost预测模型，通过所述第二GS-XGBoost预测模型对分类后的低压台区进行线损率预测，并对预测结果进行分析评估。

优选地，采集所述低压台区原始数据包括获得反映台区和负荷特性的主干线截面面积、低压电表总个数、供电量、平均负载率、线路总长度、配变容量、功率因数。

优选地，所述预处理过程包括：

基于稀疏矩阵处理所述低压台区原始数据的缺失值，获得第一数据；对所述第一数据进行异常数据检测，获得第二数据；基于所述第二数据提取特征数据，并对所述特征数据进行标准化处理，获得低压台区目标数据。

优选地，所述特征工程筛选关键特征包括：

通过F检验过滤法和互信息法评估所述低压台区原始数据的特征指标权重，结合均方误差MSE,获得特征集合，将所述特征集合输入第一GS-XGBoost预测模型，计算均方误差值，比较选取所述均方误差值最小的特征集合作为所述低压台区特征指标体系。

优选地，构建所述低压台区特征指标体系还包括确定所述低压台区特征指标体系的关键指标数量。

优选地，对所述低压台区进行分类包括：

通过向所述低压台区特征指标体系输入低压台区数据集，确定要聚类的类别数目和聚类中心；通过计算低压台区样本数据到所述聚类中心的距离，获得距离所述低压台区样本数据最近的聚类中心，将所述低压台区样本数据分配到距离最近的聚类中心，完成对所述低压台区的分类。

优选地，对所述低压台区的线损率进行预测包括：

基于第一GS-XGBoost预测模型和极端梯度提升决策树构建所述第二GS-XGBoost预测模型，将所述低压台区数据集输入到所述第二GS-XGBoost预测模型，获得线损率预测结果。

优选地，对所述预测结果进行分析评估为通过均方误差MSE、平均绝对误差MAE和均方根误差RMSE进行评估；

所述均方误差MSE为线性回归模型拟合中，最小化误差平方和代价函数的平均值。

本发明公开了以下技术效果：

本发明公开提供了一种基于极端梯度提升决策树的低压台区线损率预测方法，通过数据预处理保证了数据的合理性，提高了数据质量；通过特征工程筛选特征指标，消除了多余的特征并减轻了数据收集的负担；通过低压台区分类使各类台区均具有实际、明显的特征和意义；构建线损率预测模型预测低压台区线损率，结合网格搜索以提升模型的性能，大大提高了预测准确性。

本发明将低压台区的七个主流特征因素转换为四个主因子，既能包含全部数据特征，又可以简化分析难度，实现低压台区线损关键特征指标的提取；通过对低压台区线损数据进行挖掘，揭示了台区电气特征指标与线损率之间的非线性关系，通过精准的线损率预测模型，对线损结果数据进行分析评估，能够精确、快速地计算出低压台区的线损率，为低压台区线损数据的快速评估、精准计算及降损规划提供理论依据和决策支持，提升精准降损能力，实现线损精益化管理，从而有效提高低压台区线损规范化、精益化管理水平，为供电企业制定合理的降损措施提供依据。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明提供的一种基于极端梯度提升决策树的低压台区线损率预测方法的流程示意图；

图2为本发明实施例中F检测和互信息法过滤结果图；

图3为本发明实施例中不同特征数目下表征均方误差值的折线图；

图4为本发明实施例中GS-XGBoost线损预测模型的结构示意图；

图5为本发明实施例中线损预测结果对比曲线图；

图6为本发明实施例中未调参的极端梯度提升决策树(XGBoost)的线损率预测结果曲线图；

图7为本发明实施例中未调参的随机森林(RF)模型的线损率预测结果曲线图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

如图1所示，本发明提供了一种基于极端梯度提升决策树的低压台区线损率预测方法，该方法包括以下步骤：

S1:低压台区原始数据的收集；

S2:对低压台区原始数据进行预处理；

S3:特征工程筛选关键特征，构建低压台区特征指标体系；

S4:低压台区进行分类；

S5:建立GS-XGBoost线损率预测模型，对各类低压台区线损率进行预测，并对预测结果进行分析评估。

其中，对低压台区原始数据的收集，具体包括以下步骤：

从线损管理系统和计量自动化采集系统中获取最能反映台区和负荷特性的主干线截面面积、低压电表总个数、供电量、平均负载率、线路总长度、配变容量、功率因数七个主流电气特征和线损率数据。

对低压台区原始数据进行预处理，用于保证数据合理性，提高数据质量，使数据服从正态分布，克服特征指标量级不同造成权重差异，便于建模；具体包括以下步骤：

(1)采用稀疏矩阵来对待缺失值，模型XGBoost可自动处理缺失值，对缺失值，在节点分裂时不考虑缺失值的数值，缺失值数据会被分到左子树和右子树分别计算损失，选择较优的那一个，将该方向作为缺失值的分裂方向，完善样本数据集；

(2)异常数据检测采用孤立森林(isolation forest)算法处理连续数据，识别出分布分散、密度较低，且与密度较高的区域离得较远的点，作为台区数据中的异常值；

(3)提取特征数据，并对特征数据进行标准化处理。

具体地，对特征数据进行Z-Score标准化处理，其转化函数为：

其中，μ是原始数据的平均值，σ是标准差。

通过Z-Score标准化特征数据，将特征数据转为[0,1]之间的无量纲的值，使得变量值在数量级上处于同等地位。

特征工程筛选关键特征，构建低压台区特征指标体系，可以消除多余的特征并减轻数据收集的负担，具体包括以下步骤：

(1)初步选取通常可获得且最能反映台区和负荷特性的七个主流电气特征；

(2)联合采用F检验过滤法和互信息法评估各个特征指标的重要度；

(3)结合均方误差MSE，将不同数量的特征指标组成多个特征集合，并将特征集合输入到GS-XGBoost模型中，分别计算其在模型中对应的均方误差值；此处所提的GS-XGBoost模型并非最终的模型，而是通过比较不同模型的均方误差值，选取使均方误差值最小的特征集合作为最终的关键特征指标体系，同时确定最终特征指标体系中关键指标的数量。

(4)选取使均方误差值最小的特征集合作为最终的关键特征指标体系，同时确定最终特征指标体系中关键指标的数量。

具体地，F检验过滤法，又称方差齐性检验，是用来捕捉每个特征之间的线性关系的过滤方法，选择p值小于0.01或者0.05的特征作为显著线性相关特征，所述F检验过滤法令特征数据X＝{X₁,X₂,…,X_n}和线损率y＝{y₁,y₂,…,y_n}为两个服从正态分布的数据集，F检验过滤法的F(n-1,n-1)分布的计算公式如下：

上式中，

和

为相应的方差，计算公式如下：

上式中，

和

为相应的均值，计算公式如下：

进一步地，所述互信息法通过捕捉每个特征与因变量之间的任意关系，评价自变量对因变量的相关性以及相关性强弱，MI取值范围为[0,1]，为0则表示两个变量相互独立，为1则表示两个变量完全相关，在(0,1)值越大即相关性越显著；

互信息的计算公式如下：

式中，P(x)表示特征x在整个训练集中出现的概率；P(y)表示整个训练集中y出现的概率。

均方误差MSE的计算公式如下：

式中，y⁽ⁱ⁾为真实值，

为预测值，均方误差越小，表明模型预测结果越准确。

在本实施例中，低压台区中特征指标的相关性如图2所示，由图2可知，特征x₁主干线横截面积的F值和MI值以及特征得分scores分别为1、1、14.19，数值都是最大的，表明其为强相关指标，其次x₅线路总长度的F值与值MI为0.53均相对较大，且特征得分为7.38较为稳定，同时特征x₂和x₄的值和MI值均为0且特征得分最低，表明低压电表总个数和平均负载率与线损率为弱相关。因此，可以说F检验过滤法和互信息法得到了一致性，从而可以对相关特征进行滤波。

最终的低压台区特征指标体系如图3所示，由图3可知，当特征数量为4时，均方误差值最小，这意味着此时的预测性能最好，故最佳特征数量为4。

对低压台区进行分类，具体包括以下步骤：

设台区样本点集合为L＝{(X₁,y₁),(X₂,y₂),…,(X_n,y_n)}，其中每个变量为X_i＝(x_i1,x_i2,…,x_im)；

输入低压台区数据集，选定要聚类的类别数目k,选择k个聚类中心，{C₁,C₂,…,C_k}，1＜k≤n；

分别计算每一个样本点到每一个聚类中心之间的标准化欧式距离，针对每个样本点，找到距离其最近的聚类中心，计算公式为：

式中，X_i表示第i个样本点，C_j表示第j个聚类中心1≤j≤k，x_it表示第i个样本点的第t个特征，1≤t≤m，c_jt表示第j个聚类中心的第t个特征；

依次比较每一个样本点到每一个聚类中心的距离，将样本点分配到距离最近的聚类中心的类簇中，得到k个类簇{S₁,S₂,…,S_k}。

在本实施例中，对特征指标体系中的特征指标采用K-Means算法计算聚类中心，聚类结果如下表1所示：

表1

综上所述，每种低压台区都有其实际意义，这说明聚类效果相当好。线路老化、线径、变压器升级等都会导致线损率的大幅度波动，因此聚类结果相应变化属于正常现象。

构建GS-XGBoost线损率预测模型，对各类低压台区线损率进行预测，结合网格搜索以提升模型的性能，提高预测准确性，具体包括以下步骤：

如图4所示，结合网格搜索构建GS-XGBoost预测模型，设X为输入的台区特征向量，计算低压台区线损率的最终预测值，计算公式如下：

F_m＝β₀+β₁f₁(x_i)+β₂f₂(x_i)+…+β_mf_m(x_i)

其中，F_m为最终预测值，β_m为第m棵树的收缩系数，f_m(x_i)为第m棵树所对应的预测值。

为了防止过拟合，加入正则项，引入决策树的复杂度函数：

式中，γ为叶子节点的系数，λ为L₂平方模系数，T为树的叶子节点总数，w_j为树的第j个叶子节点的输出分数值；

构造目标函数公式如下：

其中，

表示保留前面m-1轮的模型预测，C是常数项。

采用泰勒二阶展开优化目标函数公式如下：

式中，g_i和h_i分别是第m轮损失函数的一阶和二阶导数；

化简后目标函数公式如下：

其中，G_i为第m轮损失函数的一阶导数的和，H_i为其二阶导数的和，公式如下：

当构建决策树时，循环执行以下步骤：

(1)每次循环增加一棵树；

(2)在每次循环的开始时计算

和

(3)采用贪婪算法生长树f_m(x)，

(4)把f_m(X)加在模型之中,更新GS-XGBoost线损预测模型：

注意β_m作为一个收缩系数，即步进，表示每一步我们都不是做一个完全的最优化，都留下余地给未来的循环，使模型更好的学习，能够有效防止过拟合。

将特征指标体系中的关键特征数据输入到GS-XGBoost线损率预测模型中，输出线损率预测结果。

所述线损率预测结果的分析评估，包括均方误差MSE、平均绝对误差MAE和均方根误差RMSE三个评价指标对预测结果进行对比。

均方误差是线性回归模型拟合中，最小化误差平方和(SSE)代价函数的平均值。预测效果越好，值越接近于0，反之，值越远离0，其计算公式如下式：

式中，y⁽ⁱ⁾为真实值，

为预测值，均方误差越小，表明模型预测结果越准确；

平均绝对误差计算公式如下：

均方根误差计算公式如下：

其中，n为样本个数，y⁽ⁱ⁾为实际值，

为预测值。

模型的损失函数取均方差损失函数(Mean Squared Error)表达式为：

建立用于线损率预测的极端梯度提升决策树。为了便于说明，建立一个回归树，树的最大深度取2。

将特征指标体系中的数据输入到GS-XGBoost线损率预测模型中，得到线损率预测曲线和其他模型对比曲线，参见图5-图7所示。我们在预测精度方面与未调参的极端梯度提升决策树(XGBoost)和随机森林(RF)模型进行对比试验。我们可以看到GS-XGBoost模型在预测值与实际值的拟合度上表现较好。其预测性能明显高于XGBoost模型的预测性能，与随机森林(RF)模型进行比较也具有相对优势。因此，GS-XGBoost模型的预测精度高于XGBoost和RF。

对预测结果进行分析评估，如表2所示：

表2

上表显示GS-XGBoost模型在MSE、RMSE和MAE上都具有出色的表现。

经过以上对比说明GS-XGBoost模型在线损率预测中比同类型的XGBoost模型和线损率预测中表现良好的随机森林(RF)模型的预测性能都要高。从而验证了本发明提出的GS-XGBoost模型在线损率预测中的可能性，以及其出色的预测性能。

本实施例将集成学习算法应用于低压台区线损率的预测中，预测准确率得到显著提高；特征指标构建与特征选择的过程设计新颖合理；为科学、合理指定降损规划提供依据，从而提高低压台区线损管理水平，实用性和泛化能力较强。

以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。

Claims (8)

1.一种基于极端梯度提升决策树的低压台区线损率预测方法,其特征在于，包括：

采集低压台区原始数据，并对所述低压台区原始数据进行预处理，获得低压台区目标数据；

基于所述低压台区目标数据，通过特征工程筛选关键特征，构建低压台区特征指标体系，基于所述低压台区特征指标体系对低压台区进行分类；

构建第二GS-XGBoost预测模型，通过所述第二GS-XGBoost预测模型对分类后的低压台区进行线损率预测，并对预测结果进行分析评估。

2.根据权利要求1所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

采集所述低压台区原始数据包括获得反映台区和负荷特性的主干线截面面积、低压电表总个数、供电量、平均负载率、线路总长度、配变容量、功率因数。

3.根据权利要求1所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

所述预处理过程包括：

基于稀疏矩阵处理所述低压台区原始数据的缺失值，获得第一数据；对所述第一数据进行异常数据检测，获得第二数据；基于所述第二数据提取特征数据，并对所述特征数据进行标准化处理，获得低压台区目标数据。

4.根据权利要求2所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

所述特征工程筛选关键特征包括：

通过F检验过滤法和互信息法评估所述低压台区原始数据的特征指标权重，结合均方误差MSE,获得特征集合，将所述特征集合输入第一GS-XGBoost预测模型，计算均方误差值，比较选取所述均方误差值最小的特征集合作为所述低压台区特征指标体系。

5.根据权利要求4所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

构建所述低压台区特征指标体系还包括确定所述低压台区特征指标体系的关键指标数量。

6.根据权利要求1所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

对所述低压台区进行分类包括：

通过向所述低压台区特征指标体系输入低压台区数据集，确定要聚类的类别数目和聚类中心；通过计算低压台区样本数据到所述聚类中心的距离，获得距离所述低压台区样本数据最近的聚类中心，将所述低压台区样本数据分配到距离最近的聚类中心，完成对所述低压台区的分类。

7.根据权利要求1所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

对所述低压台区的线损率进行预测包括：

基于第一GS-XGBoost预测模型和极端梯度提升决策树构建所述第二GS-XGBoost预测模型，将所述低压台区数据集输入到所述第二GS-XGBoost预测模型，获得线损率预测结果。

8.根据权利要求1所述的基于极端梯度提升决策树的低压台区线损率预测方法，其特征在于，

对所述预测结果进行分析评估为通过均方误差MSE、平均绝对误差MAE和均方根误差RMSE进行评估；

所述均方误差MSE为线性回归模型拟合中，最小化误差平方和代价函数的平均值。

Images