[发明专利]一种基于集成算法的电磁装备多参数非侵入式辨识方法、系统、设备及存储介质

说明书

本发明公开了一种基于集成算法的电磁装备多参数非侵入式辨识方法、系统、设备及存储介质属于参数辨识领域，旨在解决需技术人员了解复杂的算法思想及进行调参，不能集精力于多参数非侵入式辨识问题。本申请通过对电磁装备的电信号数据进行预处理和数据划分从而获取不同数据集，再根据需要选择数据集构建动态调整策略辅助函数来训练基学习器，选取最优基学习器，计算最优基学习器的动态调整权重后再进行模型的评估。本申请提出的构建动态调整策略辅助函数包括MAPE和PCC函数，基于上述两个函数的加权因子动态调整策略能够有效降低电磁装备多参数非侵入式辨识误差提高模型预测性能，在电磁装备多参数非侵入式辨识方面具有重要的应用价值及指导意义。

技术领域

本发明属于参数辨识领域，涉及一种基于集成算法的电磁装备多参数非侵入式辨识方法、系统、设备及存储介质。

背景技术

在复杂电磁装备运行工作中，其设备工作频率、电压、功率、谐波含量等多种参数，拥有较大的差异，对于设备多参数的学习与辨识，进行设备监控、管理、操作，实现用户与电网之间的双向友好互动，有利于更好的实现电力资源的规划和调度以及对于复杂电磁装备的智能化管理，保障设备安全正常运行，从而提高经济效益。传统机器学习算法模型简单、速度快、易于展示结果，但是在复杂电磁装备多参数非侵入式辨识方面效果有限。集成算法通过对数据和算法的整体规划，将简单算法(基算法/基模型)组织起来，形成新的算法，以提升对复杂电磁装备多参数非侵入式辨识的性能，提高数据预测结果的精度。

现有的集成算法主要从数据拆分与组合、算法级联、权重赋值等方面构造，依赖于工程人员对多参数数据和算法的理解，以及对工具的驾驭能力。当前的集成算法缺少一种能够解放算法使用人员的自动集成基算法的有效策略，这种策略可使工程人员集精力于算法模型的实现以及在复杂电磁装备多参数非侵入式辨识方面的应用而不是进行复杂的算法研究。

发明内容

为了克服上述现有技术的缺点，本发明的目的在于提供一种基于集成算法的电磁装备多参数非侵入式辨识方法、系统、设备及存储介质，旨在解决现有技术中需要工程技术人员了解复杂的算法思想以及进行无意义的调参，不能集精力于复杂电磁装备多参数非侵入式辨识的缺陷性技术问题。

为了达到上述目的，本发明采用以下技术方案予以实现：

本发明提出的一种基于集成算法的电磁装备多参数非侵入式辨识方法，包括如下步骤：

S1、对电磁装备的电信号数据进行预处理，获取有效数据；

S2、对S1得到的有效数据进行数据划分，构建动态调整策略辅助函数；

S3、根据S2得到的动态调整策略辅助函数训练基学习器，筛选最优基学习器，计算最优基学习器的加权权重，确定算法模型；

S4、根据S2得到的数据划分结果对S3得到的算法模型进行验证与评估。

优选地，在S1中，电磁装备的电信号数据的预处理包括缺失值处理、异常值处理、编码非数值参数、相关性矩阵和归一化处理。

优选地，在S2中，进行电磁装备的电信号数据划分时，将S1得到的有效数据划分为基训练集、权重验证集和测试集；

动态调整策略辅助函数包括平均绝对百分比误差函数-MAPE和皮尔逊相关系数函数-PCC。

优选地，设定setA＝{a₁,a₂,......,a_n}为不同电磁装备的电信号数据真实值集合；设定setB＝{b₁,b₂,......,b_n}为不同电磁装备的电信号数据预测值集合；

其中，n为集合元素个数，a_n表示为第n个电磁参数的真实值，b_n表示为第n个电磁参数的预测值；