基于RB-XGBoost算法的智能电网调度控制系统健康度评价模型

针对智能电网调度控制系统(D5000系统)健康度评价,基于专家经验的传统评价方法存在主观性较大的问题,机器学习多分类方法是提高评价客观性的一种有效手段,但健康度各等级样本数目间存在的不平衡问题导致分类准确率较低,为此提出一种基于随机平衡和极端梯度提升(RB-XGBoost)算法的D5000系统健康度评价模型。首先,针对系统各评价等级样本数目严重不平衡的问题,提出一种自适应随机平衡(RB)的混合采样方法,分别以等级间样本数目的最大值、最小值作为采样区间的上、下限,生成多个随机数对各等级样本数据进行欠采样或过采样,增加训练数据的多样性并降低其不平衡程度;然后,训练平衡后的样本数据,建立极端梯度提升(XGBoost)算法子模型,考虑到各子模型重要度的一致性,提出采用硬投票方式集成所有子模型,得到与D5000系统各子模块对应的评价模型;最后,根据该系统指标层级关系,在评价过程中采用并、串行结合的计算方式,构建包含17个RB-XGBoost模型的D5000系统整体健康度评价模型。8组KEEL数据库中多类不平衡数据集的实验结果表明,与现有同类典型方法相比,所提方法的平均分类准确率最高提升了6.79%,平均提升了2.03%;某网省级D5000系统的实时采集数据验证了所提方法的有效性。     

电动汽车充电网络云平台下一种基于Chord-R的多租户多维索引方法

面向不同运营商多租户数据的高效索引方法是构建电动汽车充电网络云平台的关键技术之一。现有多租户数据索引方法在面对海量多维信息索引时存在效率低的问题。在此背景下,提出了一种基于共享存储模式的Chord-R双层索引方法,上层采用对等结构中的Chord协议作为全局索引,使单个租户的数据聚集并有序地分布在尽量少且相邻的节点上,保证数据具有良好的隔离性和扩展性;下层引入空间索引方法R树进行本地数据的局部索引,最终实现了多租户数据多维信息的高效索引。实验结果表明,在进行多维信息索引时,与典型多租户索引方法（multi-tenant indexing mechanism based on improved Chord mapping approach,MIMC）相比,查询时间至少可以节省48%。     

一种基于对数区间隔离森林的电力调度数据异常检测集成算法

准确的电力调度自动化系统异常检测对电力系统安全稳定运行有重要意义.该系统具有业务种类繁多、业务逻辑交互复杂等特点,带来了调度监测数据维度多、空间分布多样的特性;现有基于机器学习的离线数据异常检测方法,存在对局部异常等特殊异常检测精度与检测效率难以有效兼顾等问题.提出了一种基于对数区间隔离的电力调度数据异常检测方法.针对...     

基于信息差异图模型的电力调度自动化系统组件故障溯源方法

电力调度自动化系统作为复杂信息物理系统,规模庞大且逻辑拓扑难以获得,一旦其组件发生故障,系统将出现雪崩式告警,现有典型故障溯源方法严重依赖于专家经验和逻辑拓扑关系,故障溯源困难.提出一种基于信息差异图模型的电力调度自动化系统故障溯源方法.首先,通过k-means算法获得所采集每个数据特征时间序列的聚类中心,将其作为划分离散区间的端点,计算区间均值作为离散化结果.然后,根据告警前后的信息度量变化率构建信息差异矩阵,该矩阵元素分别由系统组件自身信息熵和组件间传递熵的归一化差异比率组成.最后,根据告警信息变化较高的特征及特征间的交互信息建立信息差异图模型,定义图模型中节点状态及链接关系,构建节点及其权值和故障程度之间的映射表,标记表中故障程度排名靠前的组件并回溯到图模型中组件间交互关系进行故障溯源.在仿真数据、某开源分布式系统数据集和某电网调度系统实采数据上的实验结果表明,与典型相关方法相比,所提方法在准确率、召回率等指标上具有显著优势.     

不平衡数据集下基于CVAE-CNN模型的智能电表故障多分类方法

提高智能电表故障不平衡多分类准确率对用电采集系统的可靠运行具有重要意义.传统机器学习中以合成少数类过采样(synthetic minority oversampling technique,SMOTE)算法及其变体为代表的过采样方法,较少考虑数据全局分布,而后续采用的分类算法难以从数据中获取更深层特征信息.基于深度学习...