1.一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,所述的方法包括以下步骤:
步骤101:获取客户历史数据;
步骤102:预处理历史数据;
步骤103:生成基准编码;
步骤104:获取实时一级预警数据;
步骤105:生成一级预警编码;
步骤106:判断一级预警编码与基准编码是否相似,若是,发出一级预警并进入下一步,若否,返回步骤104;
步骤107:获取实时二级预警数据;
步骤108:生成二级预警编码;
步骤109:判断二级预警编码与基准编码是否相似,若是,发出二级预警并进入下一步,若否,返回步骤104;
步骤110:获取实时三级预警数据;
步骤111:生成三级预警编码;
步骤112:判断三级预警编码与基准编码是否相似,若是,发出三级预警并返回步骤104,若否,直接返回步骤104。
2.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,所述的步骤102中,预处理历史数据的具体方法为:利用Storm实现过滤筛选和数据规划,然后将处理后的数据存储在HBase中。
3.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,步骤103、105、107、111中,编码的生成均采用哈希算法。
4.根据权利要求3所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,哈希算法生成编码的具体过程为:
1)输入以下参数:hashcode位数k,视图数m,客户数n,客户相似度客户特征向量
2)结合算法HashingCodeLearning(k,m,n,),输出以下参数:客户总体哈希编码U,各视图权重α,各视图哈希函数
3)初始化
4)构建连接矩阵
5)构建拉普拉斯矩阵(Dp)-1/2LP(Dp)-1/2,p=1,2,...,m,判断是否收敛,若收敛,进入7),若未收敛,进入6);
6)循环以下计算过程:
计算得到
计算得到
计算得到矩阵
计算得到矩阵H(α)的k个对应特征值最小的特征向量;
根据特征向量生成哈希编码矩阵U;
计算得到
使用二次规划算法得到α;
返回U,α;
7)在得到连续化哈希编码之后,对其进行二值化,得到每一位取值为-1或1的哈希编码。
5.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,步骤104中,实时一级预警数据至少包括以下数据:客户报修倾向数据、历史重过载数据、历史故障数据、历史停电数据、历史天气数据。
6.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,步骤107中,实时二级预警数据至少包括以下数据:实时重过载数据、停电发布漏报数据。
7.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,步骤108中,生成的二级预警编码中包含一级预警数据和二级预警数据。
8.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,步骤110中,实时三级预警数据至少包括以下数据:OMS故障停电数据、实时停电数据、电流突变数据、预报天气数据、客户物联网监控数据。
9.根据权利要求1所述的一种支撑配网故障主动抢修的分级预测与预警方法,其特征在于,步骤111中,生成的三级预警编码中包含一级预警数据、二级预警数据、三级预警数据。