一種配電網變壓器閾值更新方法及系統的制作方法
【專利摘要】本發明提供一種配電網變壓器閾值更新方法，包括以下步驟：A、獲取變壓器的歷史數據和當前周期的運行數據；B、計算歷史數據的平均線；C、將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較，當峰值和谷值均在平均線同一側時，進入步驟D；D、根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新。本發明還提供一種配單網變壓器閾值更新系統。本發明利用歷史數據和當前采集數據判斷變壓器閾值是否需要更新，當需要更新時，借助決策樹算法尋找最優閾值并更新，變壓器隨著運行數據的變化，不斷優化閾值，能夠適應各種不同的應用環境，減少誤報情況的發生，增強變壓器使用的可靠性。
【專利說明】
一種配電網變壓器閾值更新方法及系統
技術領域
[0001]本發明涉及一種配電網變壓器閾值更新方法及系統。
【背景技術】
[0002]目前配電變壓器的運行數據采集主要包括三相電流、電壓、漏電電流、功率、溫度等參數，電力規程雖然有明確的規定變壓器各項參數的運行上限閾值，但在實際運行中，變壓器的負載用戶情況、現場運行環境等各類因素都對變壓器的運行有很大的影響，因此會出現電力規程規定的閥值與實際運行不相符的情況，軟件系統設計的時候雖然有提供閥值的人工調整，但大部分基于經驗值，一旦出現經驗中沒有出現過的情況就可能出現誤報，并且隨著采集量的增加，人工已不太可能來經常性的調整閥值。因此我們設計了一種能隨著運行參數變化，不斷的判斷閥值向一段時間內趨向最優的自我學習算法。
【發明內容】
[0003]本發明的目的是針對現有技術的不足，提出一種配電網變壓器閾值更新方法，使變壓器能夠隨著運行數據的變化，不斷地更新運行上限閾值，使閾值最優化。
[0004]本發明的另一目的是提供一種配電網變壓器閾值更新系統。
[0005]本發明通過以下技術方案實現:
[0006]—種配電網變壓器閾值更新方法，包括以下步驟:
[0007]A、獲取變壓器的歷史數據和當前周期的運行數據；
[0008]B、計算歷史數據的平均線；
[0009]C、將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較，當峰值和谷值均在平均線同一側時，進入步驟D;
[0010]D、根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新。
[0011]進一步的，步驟B包括如下步驟:
[0012]B1、歷史數據包括若干個歷史周期的運行數據，將每個歷史周期的運行數據劃分為若干個區間數據，分別計算這些區間數據的區間平均值；
[0013]B2、分別對每個歷史周期的各區間平均值再平均得到周期平均值，將若干個周期平均值連線即可得到歷史數據的平均線。
[0014]進一步的，步驟D包括如下步驟:
[0015]D1、數據初始化，包括將歷史數據及當前周期的運行數據中的非連續性采樣數據剔除后作為樣本、根據樣本屬性對樣本進行分類、初始化分裂準確度閾值；
[0016]D2、讀取新的樣本，將各個屬性的樣本值賦值到決策樹的一組同級節點；
[0017]D3、計算該同級節點樣本的信息熵、信息增益和信息增益率；
[0018]D4、判斷節點分裂出的子女的值是否大于當前周期的峰值或者小于當前周期的谷值，如果是，那么在該節點使用最大信息增益作為根再生成子樹，并選擇信息增益率最大的屬性進行分裂，將如果否，則讀取新的樣本進入步驟D2;
[0019]D5、計算節點分裂后形成的分類準確度，當分類準確度大于初始化分裂準確度閾值時，則停止分裂，并將該節點上的樣本值作為最優的更新閾值，否則進入步驟D4繼續分裂；
[0020]D6、根據最優的更新閾值對變壓器的閾值進行更新。
[0021]本發明還通過以下技術方案實現:
[0022]—種配電網變壓器閾值更新系統，包括:
[0023]用于獲取變壓器的歷史數據和當前周期的運行數據的模塊；
[0024]用于計算歷史數據的平均線的模塊；
[0025]用于將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較的模塊；
[0026]用于根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新的模塊。
[0027]進一步的，所述用于根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新的模塊包括:
[0028]用于將數據初始化，包括將歷史數據及當前周期的運行數據中的非連續性采樣數據剔除后作為樣本、根據樣本屬性對樣本進行分類、初始化分裂準確度閾值的模塊；
[0029]用于讀取新的樣本，將各個屬性的樣本值賦值到決策樹的一組同級節點的模塊；
[0030]用于計算該同級節點樣本的信息熵、信息增益和信息增益率的模塊；
[0031]用于判斷節點分裂出的子女的值是否大于當前周期的峰值或者小于當前周期的谷值的模塊；
[0032]用于計算節點分裂后形成的分類準確度，當分類準確度大于初始化分裂準確度閾值時，則停止分裂，將該節點上的樣本值作為最優的更新閾值，否則繼續分裂的模塊；
[0033]用于根據最優的更新閾值對變壓器的閾值進行更新的模塊。
[0034]本發明具有如下有益效果:
[0035]本發明利用歷史數據和當前采集數據判斷變壓器閾值是否需要更新，當需要更新時，借助決策樹算法尋找最優閾值并更新，變壓器隨著運行數據的變化，不斷優化閾值，能夠適應各種不同的應用環境，減少誤報情況的發生，增強變壓器使用的可靠性。
【附圖說明】
[0036]下面結合附圖對本發明做進一步詳細說明。
[0037]圖1為本發明的流程圖。
[0038]圖2為本發明決策樹算法的流程圖。
【具體實施方式】
[0039]如圖1所示，本發明的配電網變壓器閾值更新方法，包括以下步驟:
[0040]A、獲取變壓器的歷史數據和當前周期的運行數據；
[0041]B、計算歷史數據的平均線，為了降低歷史數據中的毛糙點和漂移點，采用如下步驟來計算歷史數據的平均線:
[0042]B1、歷史數據包括若干個歷史周期的運行數據，將每個歷史周期的運行數據劃分為若干個區間數據，分別計算這些區間數據的區間平均值；
[0043]B2、分別對每個歷史周期的各區間平均值再平均得到周期平均值，將若干個周期平均值連線即可得到歷史數據的平均線；
[0044]C、將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較，當峰值和谷值均在平均線同一側時，即當前周期運行數據的峰值和谷值均在平均線上側或者下側時，進入步驟D;
[0045]D、根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新。當積累的歷史數據較少時，根據決策樹算法獲取更新閾值后，需要認為對該更新閾值進行判斷，當該更新閾值明顯不合理時，將不對變壓器閾值進行更新，當積累的歷史數據足夠多時，自動根據決策樹算法獲取的更新閾值對變壓器閾值進行更新。
[0046]如圖2所示，步驟D包括如下具體步驟:
[0047]D1、數據初始化，包括將歷史數據及當前周期的運行數據中的非連續性采樣數據剔除后作為樣本、根據樣本屬性對樣本進行分類、初始化分裂準確度閾值；
[0048]D2、讀取新的樣本，將各個屬性的樣本值賦值到決策樹的一組同級節點；
[0049]D3、計算該同級節點樣本的信息熵、信息增益和信息增益率；
[0050]D4、判斷節點分裂出的子女的值是否大于當前周期的峰值或者小于當前周期的谷值，如果是，那么在該節點使用最大信息增益作為根再生成子樹，并選擇信息增益率最大的屬性進行分裂，如果否，則讀取新的樣本進入步驟D2;
[0051]D5、計算節點分裂后形成的分類準確度，當分類準確度大于初始化分裂準確度閾值時，則停止分裂，并將該節點上的樣本值作為最優的更新閾值，否則進入步驟D4繼續分裂；
[0052]D6、根據最優的更新閾值對變壓器的閾值進行更新。
[0053]本發明的配電網變壓器閾值更新系統，包括:
[0054]用于獲取變壓器的歷史數據和當前周期的運行數據的模塊；
[0055]用于計算歷史數據的平均線的模塊；
[0056]用于將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較的模塊；
[0057]用于根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新的模塊。
[0058]其中，用于根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新的模塊包括:
[0059]用于將數據初始化，包括將歷史數據及當前周期的運行數據中的非連續性采樣數據剔除后作為樣本、根據樣本屬性對樣本進行分類、初始化分裂準確度閾值的模塊；
[0060]用于讀取新的樣本，將各個屬性的樣本值賦值到決策樹的一組同級節點的模塊；
[0061]用于計算該同級節點樣本的信息熵、信息增益和信息增益率的模塊；
[0062]用于判斷節點分裂出的子女的值是否大于當前周期的峰值或者小于當前周期的谷值的模塊；
[0063]用于計算節點分裂后形成的分類準確度，當分類準確度大于初始化分裂準確度閾值時，則停止分裂，將該節點上的樣本值作為最優的更新閾值，否則繼續分裂的模塊；
[0064]用于根據最優的更新閾值對變壓器的閾值進行更新的模塊。
[0065]變壓器的運行數據包括三相電流、電壓、漏電電流、功率或溫度等，在本方法中，分別針對每一種運行數據利用上述算法來更新相應運行數據的閾值，在決策樹算法中，每一種運行數據均具有各種不同的屬性，例如三相電流，具有采集時間間隔、A相電流點值、B相電流點值、C相電流點值、每小時峰值、每小時谷值、每天峰值或每天谷值等屬性，在步驟DI中，將運行數據根據這些屬性進行分類，再進行后續計算。
[0066]以上所述，僅為本發明的較佳實施例而已，故不能以此限定本發明實施的范圍，SP依本發明申請專利范圍及說明書內容所作的等效變化與修飾，皆應仍屬本發明專利涵蓋的范圍內。
【主權項】
1.一種配電網變壓器閾值更新方法，其特征在于:包括以下步驟: A、獲取變壓器的歷史數據和當前周期的運行數據； B、計算歷史數據的平均線； C、將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較，當峰值和谷值均在平均線同一側時，進入步驟D; D、根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新。2.根據權利要求1所述的一種配電網變壓器閾值更新方法，其特征在于:步驟B包括如下步驟: B1、歷史數據包括若干個歷史周期的運行數據，將每個歷史周期的運行數據劃分為若干個區間數據，分別計算這些區間數據的區間平均值； B2、分別對每個歷史周期的各區間平均值再平均得到周期平均值，將若干個周期平均值連線即可得到歷史數據的平均線。3.根據權利要求1所述的一種配電網變壓器閾值更新方法，其特征在于:步驟D包括如下步驟: D1、數據初始化，包括將歷史數據及當前周期的運行數據中的非連續性采樣數據剔除后作為樣本、根據樣本屬性對樣本進行分類、初始化分裂準確度閾值； D2、讀取新的樣本，將各個屬性的樣本值賦值到決策樹的一組同級節點； D3、計算該同級節點樣本的信息熵、信息增益和信息增益率； D4、判斷節點分裂出的子女的值是否大于當前周期的峰值或者小于當前周期的谷值，如果是，那么在該節點使用最大信息增益作為根再生成子樹，并選擇信息增益率最大的屬性進行分裂，將如果否，則讀取新的樣本進入步驟D2; D5、計算節點分裂后形成的分類準確度，當分類準確度大于初始化分裂準確度閾值時，則停止分裂，并將該節點上的樣本值作為最優的更新閾值，否則進入步驟D4繼續分裂； D6、根據最優的更新閾值對變壓器的閾值進行更新。4.一種配電網變壓器閾值更新系統，其特征在于:包括: 用于獲取變壓器的歷史數據和當前周期的運行數據的模塊； 用于計算歷史數據的平均線的模塊； 用于將當前周期運行數據的峰值和谷值分別與歷史數據的平均線比較的模塊； 用于根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新的模塊。5.根據權利要求4所述的一種配電網變壓器閾值更新系統，其特征在于:所述用于根據歷史數據及當前周期的運行數據，利用決策樹算法計算最優的更新閾值，并根據最優的更新閾值進行更新的模塊包括: 用于將數據初始化，包括將歷史數據及當前周期的運行數據中的非連續性采樣數據剔除后作為樣本、根據樣本屬性對樣本進行分類、初始化分裂準確度閾值的模塊； 用于讀取新的樣本，將各個屬性的樣本值賦值到決策樹的一組同級節點的模塊； 用于計算該同級節點樣本的信息熵、信息增益和信息增益率的模塊； 用于判斷節點分裂出的子女的值是否大于當前周期的峰值或者小于當前周期的谷值的模塊； 用于計算節點分裂后形成的分類準確度，當分類準確度大于初始化分裂準確度閾值時，則停止分裂，將該節點上的樣本值作為最優的更新閾值，否則繼續分裂的模塊； 用于根據最優的更新閾值對變壓器的閾值進行更新的模塊。
【文檔編號】G06Q50/06GK105956935SQ201610296637
【公開日】2016年9月21日
【申請日】2016年5月6日
【發明人】王錚, 黃初指, 黃峰銘, 李向軍
【申請人】泉州億興電力有限公司, 國網福建省電力有限公司泉州供電公司