决策树分类算法在输变电设备状态监测装置可用性判断中的研究与应用.docVIP

决策树分类算法在输变电设备状态监测装置可用性判断中的研究与应用 　　摘要：利用决策树分类算法技术对各厂家输变电设备状态监测装置的可靠性指标进行自动监控统计，通过对决策树工具的深入研究得出输变电设备状态监测装置在通信、缺陷、数据有效性等方面分类计算方式，提升对各类装置厂家设备质量科学性评估。 　　关键词：数据可用性计算 通信故障分析 设备缺陷分析 　　中图分类号：TP181 文献标识码：A 文章编号：1007-9416（2016）12-0127-02 　　随着国内输变电设备在线监测装置的数量及规模不断扩大，大量的监测数据缺乏专业的软件工具进行数据自动过滤和分析，各供电单位安装了大量的输变电设备监测装置，积累了大量的在线监测数据。在输变电设备状态监测领域的一个重要工作便是根据各种状态监测数据，实现对设备的状态评价，但是装置尤其是输电监测装置的低可用性阻碍了工作的开展。 　　输变电监测装置的可用性主要依赖于几个方面：一是监测装置采集量的准确度；二是监测参数的计算方法；三是装置与主站之间的通信情况；另外还包括电源状态、数据传输频率等其他因素。 　　目前，国内外在输变电设备状态监测方面主要集中于输变电监测装置可靠性提高和监测数据应用方面。对于输电线路监测装置，由于安装位置的差异性、通信条件的差异性、环境的恶劣性方面差异较大，对于装置可用性或数据有效性环节通常关注较多的为严重偏离正常值的数据，同时监测装置数据与线路设计紧密相关、需与线路试验数据、运行数据紧密结合使用，监测数据的有效性分析还需借助各类数据分析工具，目前普遍缺少关注，主要为线路运维人员根据经验主观关注。对于变电监测装置，监测装置的可用性相对较高，运维人员也主要根据经验判断设备的可用性，目前数据可用性判断主要为以下几种。 　　（1）输变电监测装置数据有效性问题。 　　此类问题的表现为：在一定时间段内“统计时间”（为了便于计算和展示默认为一个月，可以由用户手动设置修改），服务器可以接收到装置发送的数据，但是接收数据中包含无效数据，即数据库中储存的数据中包含无效数据。 　　（2）输变电监测装置通信问题。 　　此类问题的表现为：在一定时间段内“统计时间”（为了便于计算和展示默认为一个月，可以由用户手动设置修改），服务器接收数据时断时续，即数据库中储存的数据时断时续。 　　（3）输变电监测装置本体缺陷问题。 　　此类问题的表现为：在一定时间段内“本体缺陷时间”（为了便于计算和展示默认为一个月，可以由用户手动设置修改），服务器接收不到数据，即数据库中储存的数据没有此类数据。 　　采用决策树计算模式对以上3种类型进行分类量化，并对每种类型进行决策计算，求出该类型下评价分值。 　　决策树是一个预测模型；他代表的是对象属性与对象值之间的一?N映射关系。树中每个节点表示某个对象，而每个分叉路径则代表的某个可能的属性值，而每个叶结点则对应从根节点到该叶节点所经历的路径所表示的对象的值。决策树仅有单一输出，若欲有复数输出，可以建立独立的决策树以处理不同输出。数据挖掘中决策树是一种经常要用到的技术，可以用于分析数据，同样也可以用来作预测。 　　一个决策树包含三种类型的节点： 　　决策树学习也是资料探勘中一个普通的方法。在这里，每个决策树都表述了一种树型结构，它由它的分支来对该类型的对象依靠属性进行分类。每个决策树可以依靠对源数据库的分割进行数据测试。这个过程可以递归式的对树进行修剪。 当不能再进行分割或一个单独的类可以被应用于某一分支时，递归过程就完成了，另外，随机森林分类器将许多决策树结合起来以提升分类的正确率。 　　决策树同时也可以依靠计算条件概率来构造。决策树如果依靠数学的计算方法可以取得更加理想的效果。 数据库已如下所示：（x， y） = （x1， x2， x3…， xk， y）相关的变量 Y 表示我们尝试去理解，分类或者更一般化的结果。 其他的变量x1， x2， x3 等则是帮助我们达到目的的变量。如图1所示。 　　1 单个装置可用性量化方法 　　输变电监测装置的可用性量化结果包括输变电监测装置本体缺陷量化结果、通信问题、数据有效性量化结果两种。 　　1.1 输变电监测装置通信问题量化方法 　　主要表现为在一定时间段（需要相关人员手动设置）内，根据装置的有没有上传数据来计算装置通信问题比例，即数据中出现缺值。具体方法是通过数据的统计分析，实现数据的缺失数据的判断和统计，进而得到输变电监测装置通信问题量化结果： 　　1.2 输变电监测装置本体缺陷问题量化方法 　　由现场相关工作人员负责手动输入，并确认为输变电监测本体缺陷问题装置，进而组织人员维修或实施其他检修方法。 　　输变电监测装置本体缺陷问题量化分值只有0（缺陷）和1（正常）两种。在一定时间