專利名稱：基于決策樹的重載設(shè)備自動預警實現(xiàn)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種自動化監(jiān)控技術(shù)領(lǐng)域的方法，特別是涉及一種基于決策樹的重載
設(shè)備自動預警實現(xiàn)方法。
背景技術(shù)：
追求電力系統(tǒng)運行的安全穩(wěn)定性和經(jīng)濟性一直是系統(tǒng)運行的主要目標。隨著我國電力體制改革的深入和電力建設(shè)的快速發(fā)展，一些大容量機組、長距離的輸電線路和高壓、特高壓的輸變電設(shè)備相繼投運，造成一些重要的設(shè)備，例如一次變壓器、線路的運行條件越來越惡劣，較高的負載率、甚至過載將越來越頻繁。對這些重要設(shè)備的運行狀況進行監(jiān)視，提出了更高的要求，要求在發(fā)生過載時，能提前預警，讓調(diào)度員有充足的時間處理過載設(shè)備，改變不利的運行狀況。 目前，國內(nèi)外電力調(diào)度自動化系統(tǒng)一般采用設(shè)置定值-預警的模式。這種模式?jīng)]有采用歷史的負荷變化信息，僅僅考慮當前的負荷變化情況，存在如下問題1)誤報在負荷變化較快的時間段，某些設(shè)備負載即使達到設(shè)定的定值，但由于是變化負荷，將很快回落，根據(jù)設(shè)置的定值將發(fā)生誤報；2)預警不及時在負荷單調(diào)快速上升時段，采用定值觸發(fā)預警，留給調(diào)度員處理時間已經(jīng)不多，處理不及時將導致一些自動裝置動作，出現(xiàn)失去負荷現(xiàn)象，嚴重的可能釀成事故，造成重大經(jīng)濟損失。 數(shù)據(jù)挖掘的決策樹方法是利用信息論中的信息增益尋找示例數(shù)據(jù)庫中具有最大信息增益的屬性字段，建立決策樹的一個節(jié)點，再根據(jù)該屬性字段的不同取值建立樹的分支；在每個分枝集中重復建立樹的下一個節(jié)點和分支的過程。 決策樹是一個類似于流程圖的樹結(jié)構(gòu)，其中每個內(nèi)部節(jié)點表示在一個屬性上的測試，每個分枝代表一個測試輸出，每個樹葉節(jié)點代表類。樹的最頂層節(jié)點是根節(jié)點，為了對未知的樣本分類，樣本的屬性值在決策樹上測試。路徑由根到葉節(jié)點。

發(fā)明內(nèi)容
針對目前現(xiàn)有技術(shù)中存在的缺陷，本發(fā)明所要解決的技術(shù)問題是提供一種解決電力系統(tǒng)調(diào)度自動化對重載設(shè)備自動預警實現(xiàn)方法，能充分利用電網(wǎng)數(shù)據(jù)庫信息，提供重載設(shè)備的預警判斷，滿足運行人員對重載設(shè)備的監(jiān)控要求。 為了解決上述技術(shù)問題，本發(fā)明所提供的一種基于決策樹的重載設(shè)備自動預警實
現(xiàn)方法，來提供重載設(shè)備的預警決策，采用每個監(jiān)視組的每個時間段建立一棵決策樹以實
現(xiàn)重載設(shè)備的預警。
本發(fā)明包括如下具體步驟 第一步，根據(jù)電網(wǎng)運行情況建立監(jiān)視組，每個監(jiān)視組負責采集若干設(shè)備的負荷信息，負荷信息包括有效功率、電流、電壓等，設(shè)置每個監(jiān)視組的重載動作值A(chǔ)V、重載啟動值SV，啟動復歸值RV ; 其中，重載動作值A(chǔ)V(action set-value)是指重載組設(shè)備的負荷重載率達到一定值后需要預警量；重載啟動值SV(start set-value)是指重載組設(shè)備的負荷重載率達到一定值后開始對重載組值進行積分的啟動值；啟動復歸值RV(restore set-value)是指重載組設(shè)備預警啟動后，負荷重載率回落小于一定值，三者存在如下關(guān)系A(chǔ)V > SV > RV。
第二步，根據(jù)電網(wǎng)負荷情況劃分時間段，依據(jù)峰谷平劃分為4-6個時間段；
第三步，建立數(shù)據(jù)庫，負責存儲監(jiān)視組采集到的數(shù)據(jù)信息、時標，供決策樹快速的檢索； 第四步，對第一步獲得的數(shù)據(jù)，在每個時間段中按照等間隔時間取樣，對每個樣本包含如下信息時間標識T、重載動作標志FA、重載啟動標志FS、重載復歸標志FR、重載率 其中，重載率LR(load rate)指重載設(shè)備負荷與重載動作至的比值；重載動作標志FA (flag action)為真表示重載組的負荷重載率大于重載動作值A(chǔ)V ;重載啟動標志FS(flag start)為真表示重載組的負荷重載率大于重載啟動值SV ;重載復歸標志FR(flagrestore)為真表示重載組的負荷重載率大于重載復歸值RV，三者中FR與FA、 AV互斥。
第五步，根據(jù)第四步獲得的數(shù)據(jù)生成以下數(shù)據(jù)重載啟動時負荷對時間的一階負荷導數(shù)AP、重載啟動至重載動作時間段負荷對時間積分量AS、當前時間至重載動作時間差AT，其中，AP為非線性，將AP、 AS、 AT數(shù)據(jù)都保存到第三步建立的數(shù)據(jù)庫中，在形成
建立決策樹時，以此檢索出必要的樣本信息，確定決策樹的節(jié)點屬性、以及屬性值；
第六步，將AP、 AS進行離散化處理； 第七步，提取第五步中保存的信息，確定根節(jié)點、內(nèi)部節(jié)點、葉子節(jié)點，將離散化的AS中某個離散值作為根節(jié)點，將離散化的其他AS值、離散化的Ap作為內(nèi)部節(jié)點，將動作時間AT作為葉子節(jié)點； 第八步，根據(jù)若干天的大多數(shù)樣本信息，使用貪心(ID3)算法對決策樹的數(shù)據(jù)進
行分類，并修正節(jié)點屬性值，每個分支路徑是節(jié)點屬性值的一個輸出，反復調(diào)整A S離散值、Ap離散值，使決策樹的深度最小，最終形成與時間段數(shù)目相同的棵決策樹； 第九步，根據(jù)樣本信息對冗余的決策樹枝進行樹的裁剪，完成決策樹節(jié)點屬性值
的定量分析，得到各個內(nèi)部節(jié)點的屬性修正值，生成最優(yōu)決策樹； 第十步，根據(jù)其余樣本信息，完成決策樹節(jié)點屬性值的驗證分析，把決策樹的節(jié)點和屬性值保存在數(shù)據(jù)庫，實時運行時從數(shù)據(jù)庫獲取決策樹，將決策樹的預測結(jié)果作為設(shè)備運行工況的預測判斷，以供重載設(shè)備預警使用。 第六步中，所述將AP、 AS進行離散化處理，其離散點數(shù)大小等于TX60/t，T為決策樹的所屬時間段小時數(shù)，t為提前預警的時間； 第五步中，所以動作時間AT，如果其取值為O，表示此次重載啟動不會導致預警
動作；如果其取值為非O值，表示此次重載啟動會導致預警動作，且動作時間為AT; 第八步中，所述貪心(ID3)算法，其以信息熵作為分離目標評價函數(shù)，其以自頂向
下各個擊破的方式構(gòu)造決策樹，搜出全部空間的一部分，它確保決策樹建立最簡單，每次所
做的測試數(shù)據(jù)最少，ID3算法構(gòu)造的決策樹平均深度較小，分類速度較快。 第九步中，所述對冗余的決策樹枝進行樹的裁剪，是指采用最小成本復雜度剪枝
法，裁剪掉冗余的決策樹枝。在決策樹的構(gòu)造過程中，許多分支可能反映的是訓練數(shù)據(jù)中的
噪聲或孤立點，最小成本復雜度剪枝法其使用統(tǒng)計度量，檢測并剔除這種干擾數(shù)據(jù)，剪去最不可靠的分枝。這將導致較快的分類，提高測試數(shù)據(jù)正確分類的能力，從而提高在未知數(shù)據(jù)上分類的準確性。 本發(fā)明方法在重載設(shè)備真正即將過載時，將提前發(fā)出預警信號，并給出即將越限
時間，使調(diào)度人員能夠快速地判斷預警發(fā)生的地點、預警性質(zhì)及嚴重程度，確定影響區(qū)域，
并及時采取正確措施縮小影響范圍、避免事故、減少可能引起的負荷損失。 本發(fā)明實現(xiàn)了一種監(jiān)控方法，此方法能充分利用運行經(jīng)驗和歷史相關(guān)的信息，挖
掘出適合當前電網(wǎng)的預警方案，使供電設(shè)備的安全性得到較大提高，也是電力調(diào)度自動化
系統(tǒng)自動化水平提高的體現(xiàn)。同時本發(fā)明是基于決策樹的數(shù)據(jù)方法，其數(shù)據(jù)挖掘方式與應(yīng)
用無關(guān)，實現(xiàn)了系統(tǒng)的跨平臺應(yīng)用，支持UNIX、 WINDOWS各種系列版本的操作系統(tǒng)平臺。 相比目前預警系統(tǒng)，基于決策樹的重載設(shè)備自動預警方法有以下優(yōu)點 1)不需要分析具體的運行方式，預警知識來源于歷史的數(shù)據(jù)； 2)可以設(shè)定提前預警的時間； 3)能夠正確識別預警與負荷正常變化，不誤報； 4)采用決策樹的方法在尋優(yōu)時直接瀏覽決策樹，優(yōu)化更快，最終可以找到一個最優(yōu)或者次優(yōu)的解決方案。


圖1是本發(fā)明實施例基于決策樹的重載設(shè)備自動預警方法的流程 圖2是本發(fā)明實施例一個監(jiān)視組的決策樹生長示意圖； 圖3是本發(fā)明實施例一個重載動作值A(chǔ)V、重載啟動值SV，啟動復歸值RV關(guān)系示意圖。
具體實施例方式
以下結(jié)合

對本發(fā)明的實施例作進一步詳細描述，但本實施例并不用于限制本發(fā)明，凡是采用本發(fā)明的相似方法及其相似變化，均應(yīng)列入本發(fā)明的保護范圍。
如圖1所示，本實施例包括如下具體步驟 第一步，建立監(jiān)視組，設(shè)置每個監(jiān)視組的重載動作值A(chǔ)V、重載啟動值SV，啟動復歸值RV ; 其中，重載動作值A(chǔ)V(action set-value)是指重載組設(shè)備的負荷重載率達到一定值后需要預警量；重載啟動值SV(start set-value)是指重載組設(shè)備的負荷重載率達到一定值后開始對重載組值進行積分的啟動值；啟動復歸值RV(restore set-value)是指重載組設(shè)備預警啟動后，負荷重載率回落小于一定值，三者之間的關(guān)系如圖3所示，即AV > SV> RV。 第二步，依據(jù)峰谷平劃分為4個時間段，0 7點為時間段1，7 11點為時間段2，11 13點為時間段3， 13 17點為時間段4， 17 24點并入時間段l，分成4棵決策樹；
第三步，建立數(shù)據(jù)庫，負責存儲監(jiān)視組采集到的數(shù)據(jù)信息、時標，供決策樹快速的檢索； 第四步，對第一步獲得的數(shù)據(jù)，在每個時間段中按照等間隔時間3秒取樣，每天存在28800個樣本，對每個樣本包含如下信息時間標識T、重載動作標志FA、重載啟動標志FS、重載復歸標志FR、重載率LR，每個監(jiān)視組每天保存144000個數(shù)據(jù)信息。
其中，重載率LR(load rate)指重載設(shè)備負荷與重載動作至的比值；重載動作標志FA (flag action)為真表示重載組的負荷重載率大于重載動作值A(chǔ)V ;重載啟動標志FS(flag start)為真表示重載組的負荷重載率大于重載啟動值SV ;重載復歸標志FR(flagrestore)為真表示重載組的負荷重載率大于重載復歸值RV，三者中FR與FA、AV互斥。
第五步，根據(jù)第四步獲得的數(shù)據(jù)生成以下數(shù)據(jù)重載啟動時負荷對時間的一階負荷導數(shù)AP、重載啟動至重載動作時間段負荷對時間積分量AS、當前時間至重載動作時間差AT，其中，AP為非線性，將AP、 AS、 AT數(shù)據(jù)都保存到第三步建立的數(shù)據(jù)庫中，在形成
建立決策樹時，以此檢索出必要的樣本信息，確定決策樹的節(jié)點屬性、以及屬性值；
第六步，將AP、 AS進行離散化處理，其離散點數(shù)大小等于TX60/t， T為決策樹的所屬時間段小時數(shù)，t為提前預警的時間，對時間段1的T = 7，提前預警的時間t = 5分鐘，則離散點數(shù)為7X60/5 = 84 ; 第七步，提取第五步中保存的信息，確定根節(jié)點、內(nèi)部節(jié)點、葉子節(jié)點，將離散化的AS中某個離散值作為根節(jié)點，將離散化的其他AS值、離散化的Ap作為其余節(jié)點，將動作時間AT作為葉子節(jié)點； 第八步，根據(jù)n天的nX28800X80X個樣本，使用貪心(ID3)算法對決策樹的數(shù)據(jù)
進行分類，并修正節(jié)點屬性值，每個分支路徑是節(jié)點屬性值的一個輸出，反復調(diào)整AS離散
值、Ap離散值，使決策樹的深度最小，最終形成與時間段數(shù)目相同的棵決策樹； 如圖2所示，是本實施例中一個監(jiān)視組的決策樹生長示意圖 其中節(jié)點1為A S離散值1， 節(jié)點21 :AS離散值2(合取規(guī)則大于) 節(jié)點22 : A S離散值3 (合取規(guī)則小于) 節(jié)點31 :AP離散值1(合取規(guī)則大于) 節(jié)點32 : A P離散值2 (合取規(guī)則:小于) 節(jié)點41 : A P離散值3 (合取規(guī)則大于) 節(jié)點42 : A P離散值4 (合取規(guī)則小于) 葉子節(jié)點參ATI :非O， ATI后將過載，需要預警 葉子節(jié)點O A TO :O，預警啟動后將復歸無需預警 第九步，根據(jù)樣本信息對冗余的決策樹枝進行樹的裁剪，完成決策樹節(jié)點屬性值的定量分析，得到各個內(nèi)部節(jié)點的屬性修正值，生成最優(yōu)決策樹； 第十步，根據(jù)其余nX28800X20X樣本信息，完成決策樹節(jié)點屬性值的驗證分析，把決策樹的節(jié)點和屬性值保存在數(shù)據(jù)庫，實時運行時從數(shù)據(jù)庫獲取決策樹，將決策樹的預測結(jié)果作為設(shè)備運行工況的預測判斷，以供重載設(shè)備預警使用。
權(quán)利要求
一種基于決策樹的重載設(shè)備自動預警實現(xiàn)方法，其特征在于，包括如下步驟第一步，根據(jù)電網(wǎng)運行情況建立監(jiān)視組，每個監(jiān)視組負責采集若干設(shè)備的負荷信息，負荷信息包括有效功率、電流、電壓，設(shè)置每個監(jiān)視組的重載動作值A(chǔ)V、重載啟動值SV，啟動復歸值RV；其中，重載動作值A(chǔ)V是指重載組設(shè)備的負荷重載率達到一定值后需要預警量；重載啟動值SV是指重載組設(shè)備的負荷重載率達到一定值后開始對重載組值進行積分的啟動值；啟動復歸值RV是指重載組設(shè)備預警啟動后，負荷重載率回落小于一定值，三者存在如下關(guān)系A(chǔ)V＞SV＞RV；第二步，根據(jù)電網(wǎng)負荷情況劃分時間段，依據(jù)峰谷平劃分為4-6個時間段；第三步，建立數(shù)據(jù)庫，負責存儲監(jiān)視組采集到的數(shù)據(jù)信息、時標，供決策樹快速的檢索；第四步，對第一步獲得的數(shù)據(jù)，在每個時間段中按照等間隔時間取樣，每個樣本包含如下信息時間標識T、重載動作標志FA、重載啟動標志FS、重載復歸標志FR、重載率LR；其中，重載率LR是指重載設(shè)備負荷與重載動作至的比值，重載動作標志FA為真表示重載組的負荷重載率大于重載動作值A(chǔ)V，重載啟動標志FS為真表示重載組的負荷重載率大于重載啟動值SV，重載復歸標志FR為真表示重載組的負荷重載率大于重載復歸值RV，三者中FR與FA、AV互斥；第五步，根據(jù)第四步獲得的數(shù)據(jù)生成以下數(shù)據(jù)重載啟動時負荷對時間的一階負荷導數(shù)ΔP、重載啟動至重載動作時間段負荷對時間積分量ΔS、當前時間至重載動作時間差ΔT，其中，ΔP為非線性，將ΔP、ΔS、ΔT數(shù)據(jù)都保存到第三步建立的數(shù)據(jù)庫中，在形成建立決策樹時，以此檢索出必要的樣本信息，確定決策樹的節(jié)點屬性、以及屬性值；第六步，將ΔP、ΔS進行離散化處理；第七步，提取第五步中保存的信息，確定根節(jié)點、內(nèi)部節(jié)點、葉子節(jié)點，將離散化的ΔS中某個離散值作為根節(jié)點，將離散化的其他ΔS值、離散化的Δp作為其余內(nèi)部節(jié)點，將動作時間ΔT作為葉子節(jié)點；第八步，根據(jù)若干天的部分樣本信息，使用貪心算法對決策樹的數(shù)據(jù)進行分類，并修正節(jié)點屬性值，每個分支路徑是節(jié)點屬性值的一個輸出，反復調(diào)整ΔS離散值、Δp離散值，使決策樹的深度最小，最終形成與時間段數(shù)目相同的棵決策樹；第九步，根據(jù)樣本信息對冗余的決策樹枝進行樹的裁剪，完成決策樹節(jié)點屬性值的定量分析，得到各個內(nèi)部節(jié)點的屬性修正值，生成最優(yōu)決策樹；第十步，根據(jù)其余樣本信息，完成決策樹節(jié)點屬性值的驗證分析，把決策樹的節(jié)點和屬性值保存在數(shù)據(jù)庫，實時運行時從數(shù)據(jù)庫獲取決策樹，將決策樹的預測結(jié)果作為設(shè)備運行工況的預測判斷，以供重載設(shè)備預警使用。
2. 根據(jù)權(quán)利要求1所述的基于決策樹的重載設(shè)備自動預警實現(xiàn)方法，其特征是，第六步中，所述將A P、 A S進行離散化處理，其離散點數(shù)大小等于TX 60/t， T為決策樹的所屬時間段小時數(shù)，t為提前預警的時間。
3. 根據(jù)權(quán)利要求1所述的基于決策樹的重載設(shè)備自動預警實現(xiàn)方法，其特征是，第五步中，所以動作時間AT，如果其取值為O，表示此次重載啟動不會導致預警動作；如果其取值為非O值，表示此次重載啟動會導致預警動作，且動作時間為AT。
4. 根據(jù)權(quán)利要求1所述的基于決策樹的重載設(shè)備自動預警實現(xiàn)方法，其特征是，第八步中，所述貪心算法，其以信息熵作為分離目標評價函數(shù)，以自頂向下各個擊破的方式構(gòu)造決策樹，搜出全部空間的一部分，確保決策樹建立最簡單，每次所做的測試數(shù)據(jù)最少。
5. 根據(jù)權(quán)利要求1所述的基于決策樹的重載設(shè)備自動預警實現(xiàn)方法，其特征是，第九步中，所述對冗余的決策樹枝進行樹的裁剪，是指采用最小成本復雜度剪枝法，裁剪掉冗余的決策樹枝，在決策樹的構(gòu)造過程中，許多分支可能反映的是訓練數(shù)據(jù)中的噪聲或孤立點，最小成本復雜度剪枝法其使用統(tǒng)計度量，檢測并剔除這種干擾數(shù)據(jù)，剪去最不可靠的分枝。
全文摘要
一種自動化監(jiān)控技術(shù)領(lǐng)域的基于決策樹的重載設(shè)備自動預警實現(xiàn)方法，本發(fā)明提供重載設(shè)備的預警決策，采用每個監(jiān)視組的每個時間段建立一棵決策樹以實現(xiàn)重載設(shè)備的預警，充分利用運行經(jīng)驗和歷史相關(guān)的信息，挖掘出適合當前電網(wǎng)的預警方案，在重載設(shè)備真正即將過載時，提前發(fā)出預警信號，并給出即將越限時間，使調(diào)度人員能夠快速地判斷預警發(fā)生的地點、預警性質(zhì)及嚴重程度，確定影響區(qū)域，并及時采取正確措施縮小影響范圍、避免事故、減少可能引起的負荷損失。本發(fā)明使供電設(shè)備的安全性得到較大提高，也是電力調(diào)度自動化系統(tǒng)自動化水平提高的體現(xiàn)。
文檔編號H02J3/00GK101752866SQ20081020433
公開日2010年6月23日 申請日期2008年12月10日 優(yōu)先權(quán)日2008年12月10日
發(fā)明者張衛(wèi)紅, 李昌, 章良棟, 陳毅 申請人:上海申瑞電力科技股份有限公司