马建伟,覃 海,李颖杰,陈根军
(1.贵州电网有限责任公司电力调度控制中心,贵州贵阳 550002;2.南京南瑞继保电气有限公司,江苏南京 210000)
随机森林是包含多个决策树结构的分类器组织,其输出类别由个别树级输出节点的所属众数属性直接决定。在构建决策树训练集的过程中,需要不断将原始数据集合分裂成多个子数据结构体,且所有被选中特征都必须按照既定次序进行排列,这些待选数据特征也叫备选信息集合[1-2]。
在电网应用环境中,多源数据间极易产生明显的无故调度覆盖行为,从而导致故障信息参量的无误融合能力迅速下降。为避免上述情况的发生,文献[3]基于门控循环单元网络与模型融合,按需求灵活划分不同规模的负荷聚合体,实现对负荷群体的预测。文献[4]研究计数电力网络中的数据传输总量,再根据相似度模型,确定与数据参量融合相关的度量匹配条件。但以上研究过程中综合处置能力有限,很难实现对RTI、RBI 调度参量的同步提升。为此,文中在随机森林结构器的支持下,设计新型电网调度多源故障信息的数据融合系统,并通过对比实验的方式,突出说明该系统的实际应用价值。
电网调度多源故障信息数据融合系统的硬件执行环境由电网调度架构、信息管理模块、多源故障分析模块3 部分组成。
基于随机森林的电网调度架构保持三级化连接形式,位于最上端的电网调度界面可直接控制下级融合代理程序,并可在标准融合网络的作用下,形成完整的数据传输回路。……