申请/专利权人：云南电网有限责任公司

申请日：2021-07-12

公开（公告）日：2022-11-29

公开（公告）号：CN113449925B

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q10/06;G06Q50/06;G06K9/62;G06N20/10

优先权：

专利状态码：有效-授权

法律状态：2022.11.29#授权;2021.12.21#实质审查的生效;2021.09.28#公开

摘要：本发明提供一种基于随机森林模型的台区停电风险等级预测方法，涉及配电网故障停电评估技术领域。该基于随机森林模型的台区停电风险等级预测方法，包括以下步骤：建立线路故障风险等级预测指标体系；使用过采样SMOTE算法扩充数据；采用机器学习算法构建预测模型并得到模型的精度，并对预测模型的精度进行测试；识别潜在故障风险线路，在完成停电风险等级预测模型构建后，整理数据库中的线路信息形成预测所需数据表，将数据表输入该模型，识别出潜在的高故障停电风险线路。通过识别出具有相似特征的线路，给出线路的故障停电风险等级，以辅助于线路巡检，提前排除故障停电风险。

主权项：1.一种基于随机森林模型的台区停电风险等级预测方法，其特征在于：包括以下步骤：S1：建立线路故障风险等级预测指标体系，将历史故障线路及历史非故障的线路分别作为正、负类样本，通过数据探索性分析方法找到典型故障特征后，按照线路故障风险等级预测指标体系构建形成训练数据；S2：使用过采样SMOTE算法扩充数据，通过SMOTE算法对少数类样本进行分析并根据少数类样本人工合成新样本添加到数据集中，平衡正类样本与负类样本的数量差异；S3：采用机器学习算法构建预测模型并得到模型的精度，并对预测模型的精度进行测试；S4：如果模型测试后识别精度不满足业务需求，则重新调整模型参数并构建模型，即重复S3直至精度符合要求；S5：识别潜在故障风险线路，在完成停电风险等级预测模型构建后，整理数据库中的线路信息形成预测所需数据表，并固定周期常态化开展预测，将数据表输入该模型，识别出潜在的高故障停电风险线路，最终整理形成台账。

全文数据：

权利要求：

百度查询： 云南电网有限责任公司 一种基于随机森林模型的台区停电风险等级预测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD