一种电压质量原因分析的方法和装置的制造方法
【技术领域】
[0001]本发明涉及大数据处理，特别涉及机器学习在电压质量原因分析中的应用。
【背景技术】
[0002]决策树是一个利用树状的图形或决策模型的决策支持工具。决策树学习是使用决策树作为预测模型的机器学习方法。目前，机器学习算法越来越多地应用于各种大数据处理领域。
[0003]现有技术下，电压质量原因分析大部分需要依赖于人工。机器实现的电压质量原因分析通常由固定的程式所设定。当出现固定的程式所设定的范围外的情形，电压质量原因分析也就无法分析或者会作出错误的判断。
[0004]将机器学习算法特别是将决策树学习算法引入至电压质量原因分析是一个非常棒的手段。因为采用该方法后，决策树分析过程不再依赖于程序本身而依赖于其数据来源。就像加密算法中，加密算法的安全性不应当依赖于算法本身，而应当依赖于其加密的密钥。
【发明内容】
[0005]本发明所要解决的问题是:将决策树学习和决策树分析引入至电压质量原因分析。
[0006]为解决上述问题，本发明采用的方案如下:
根据本发明的一种电压质量原因分析的方法，包括如下步骤:
S1:获取专家经验数据，所述专家经验数据包括电压指标数据、电压质量原因分析结果以及评分值；
S2:根据专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树，生成决策树时以评分值作为节点权重；
S4:根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果；
55:获得电压质量原因分析结果的评分值；
56:将输入的电压指标数据、步骤S4得到的电压质量原因分析结果以及步骤S5得到的评分值组成专家经验数据存入数据库。
[0007]根据本发明的一种电压质量原因分析的装置，包括专家数据输入模块、专家数据存储模块、决策树生成模块、决策树存储模块、决策树分析模块以及分析结果评价模块；所述专家数据输入模块用于获取专家经验数据；所述专家数据存储模块用于存储专家经验数据；所述决策树生成模块用于根据专家数据存储模块存储的专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树，生成决策树时以评分值作为节点权重；所述决策树存储模块用于存储电压指标数据与电压质量原因分析结果的决策树；所述决策树分析模块用于根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果；所述分析结果评价模块用于向工作人员显示电压质量原因分析结果，并由工作人员评分后得到电压质量原因分析结果的评分值。
[0008]本发明的技术效果是:1、采用决策树学习和决策树分析，使得电压质量原因分析过程不再依赖于程序本身而依赖于其数据来源。2、本发明采用了评分值作为构建决策树时的一个权重参数使得构建的决策树更为合理。
【附图说明】
[0009]图1为本发明电压质量原因分析的装置的模块关系示意图。
【具体实施方式】
[0010]下面结合附图对本发明做进一步描述。
[0011]如图1所示，一种电压质量原因分析的装置，包括专家数据输入模块101、专家数据存储模块102、决策树生成模块103、决策树存储模块104、决策树分析模块105和分析结果评价模块106。专家数据输入模块101用于获取专家经验数据。
[0012]专家数据输入模块101获得的专家经验数据是最初始的专家经验数据，可以通过手工方式输入，也可以将数据编辑成特点格式的文本、或者Excel表格数据进行输入。专家经验数据电压指标数据、电压质量原因分析结果以及评分值组成。电压指标数据通常是由多个电压指标的条件语句组成，比如在高峰时间段内输出电压平均值小于215V。电压指标数据构成了电压质量标准评价。电压质量原因分析结果是电压指标数据所对应电压质量标准未达到要求的原因分析结果，比如主变调压能力不足、或者主变供电能力不足等等。评分值是由人工判断得到的电压指标数据至电压质量原因分析结果关系的可信性评价，分为五个等级1、2、3、4、5，评分高表示可信性程度较高。比如在高峰时间段内输出电压平均值小于215V时，原因分析结果对应的是主变调压能力不足，评分值可设为I ;而在高峰时间段内输出电压平均值小于205V时，原因分析结果对应的是主变调压能力不足，评分值可设为4。
[0013]专家数据存储模块102用于存储专家经验数据。专家数据存储模块102通常由数据库实现，通过非易失性存储介质存储专家经验数据。专家数据存储模块102存储的专家经验数据不仅有来自专家数据输入模块101获得的初始的专家经验数据，还包括来自分析结果评价模块对决策树分析模块分析得到的分析结果进行评分后得到的数据。
[0014]决策树生成模块103用于根据专家数据存储模块存储的专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树，生成决策树时以评分值作为节点权重。现有技术下决策树生成算法有很多种比如典型的ID3算法，不再累述。由于专家数据存储模块102存储的专家经验数据包括来自分析结果评价模块对决策树分析模块分析得到的分析结果进行评分后得到的数据，因此整个系统构成了一个迭代循环的过程。决策树生成模块103生成的电压指标数据与电压质量原因分析结果的决策树通过决策树存储模块104以数据库内容的形式存储在非易失性存储介质内。使得得到的电压指标数据与电压质量原因分析结果的决策树保持相对的稳定，只有当专家数据存储模块102存储的专家经验数据更新至一定状态时，才重新生成电压指标数据与电压质量原因分析结果的决策树。比如每隔一个星期或一个月生成一次电压指标数据与电压质量原因分析结果的决策树。
[0015]决策树分析模块105用于根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果。该模块的输入是电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据。决策树分析模块105得到的电压质量原因分析结果与输入的电压指标数据将输入分析结果评价模块106。分析结果评价模块106用于向工作人员显示电压质量原因分析结果，并由工作人员评分后得到电压质量原因分析结果的评分值。分析结果评价模块106得到的评分值与电压质量原因分析结果以及输入的电压指标数据将被作为专家经验数据存入专家数据存储模块102内。上述各个模块的工作过程可表示成下述步骤:
51:获取专家经验数据，所述专家经验数据包括电压指标数据、电压质量原因分析结果以及评分值；
52:根据专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树，生成决策树时以评分值作为节点权重；
S4:根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果；
55:获得电压质量原因分析结果的评分值；
56:将输入的电压指标数据、步骤S4得到的电压质量原因分析结果以及步骤S5得到的评分值组成专家经验数据存入数据库。
【主权项】
1.一种电压质量原因分析的方法，其特征在于，包括如下步骤: S1:获取专家经验数据，所述专家经验数据包括电压指标数据、电压质量原因分析结果以及评分值； S2:根据专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树，生成决策树时以评分值作为节点权重； S4:根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果； 55:获得电压质量原因分析结果的评分值； 56:将输入的电压指标数据、步骤S4得到的电压质量原因分析结果以及步骤S5得到的评分值组成专家经验数据存入数据库。2.一种电压质量原因分析的装置，其特征在于，包括专家数据输入模块、专家数据存储模块、决策树生成模块、决策树存储模块、决策树分析模块以及分析结果评价模块；所述专家数据输入模块用于获取专家经验数据；所述专家数据存储模块用于存储专家经验数据；所述决策树生成模块用于根据专家数据存储模块存储的专家经验数据采用决策树生成算法生成电压指标数据与电压质量原因分析结果的决策树，生成决策树时以评分值作为节点权重；所述决策树存储模块用于存储电压指标数据与电压质量原因分析结果的决策树；所述决策树分析模块用于根据电压指标数据与电压质量原因分析结果的决策树以及输入的电压指标数据进行分析得到电压质量原因分析结果；所述分析结果评价模块用于向工作人员显示电压质量原因分析结果，并由工作人员评分后得到电压质量原因分析结果的评分值。
【专利摘要】本发明公开了一种电压质量原因分析的方法和装置。该方法包括如下步骤：获取专家经验数据，然后生成决策树，然后根据生成的决策树对输入的电压指标数据进行分析，分析得到电压质量原因分析结果再由工作人员对结果评分，将评分值存入专家经验数据库中。本发明以评分值作为决策树生成的权重，使得生成的决策树更为合理，同时，本发明的决策树根据分析结果迭代累加，使得决策树分析结果更为接近实际。
【IPC分类】G06Q50/06
【公开号】CN104915898
【申请号】CN201510360541
【发明人】于永军, 方春明, 祁晓笑, 罗耀强, 李敏, 罗定志, 查鸣
【申请人】南京易司拓电力科技股份有限公司, 国家电网公司, 国网新疆电力公司电力科学研究院
【公开日】2015年9月16日
【申请日】2015年6月26日