[发明专利]一种基于分支界定算法的配电网指标评价方法

说明书

本发明涉及电网领域，尤其涉及一种基于分支界定算法的配电网指标评价方法，包括以下步骤：S1：建立电网评价指标体系，对配电网指标归集以获得每种类别的指标总数；S2：利用分支界定算法从每个类别的指标总数中筛选出前K个重要指标；S3：从每个类别的前K个重要指标中筛选出的最重要指标作因变量，前K个重要指标中的其他重要指标作自变量，并利用训练好的随机森林模型得到各个自变量对因变量的重要度；S4：根据重要度对自变量进行排序以对配电网每种类别的重要指标进行评价。本发明能找出最能评价配电网薄弱环节的指标，从而进行有针对性的优化，以达到用最小的代价来提升配电网最大的供电能力。

技术领域

本发明涉及电网领域，尤其涉及一种基于分支界定算法的配电网指标评价方法。

背景技术

对配电网的现状进行精准诊断，是优化配电网薄弱环节的重要一步，更加先进可靠的诊断方法无疑能对配电网更高效的优化和规划起到举足轻重的作用。

现有技术的缺陷和不足：纵观有关配电网传统评价体系的方法，常常表现为细致度不够、主观性较大，因而现实指导意义不是很大，也有一些有关应用因子回归和PCA等方法做配电网评价指标筛选的，但也局限于一些局部优化和筛选，无法做到真正的全局搜索优化。

发明内容

为解决上述问题，本发明提出一种基于分支界定算法的配电网指标评价方法，通过全局搜索优化找出最能评价配电网薄弱环节的指标。

一种基于分支界定算法的配电网指标评价方法，包括以下步骤：

S1：建立电网评价指标体系，对配电网指标归集以获得每种类别的指标总数；

S2：利用分支界定算法从每个类别的指标总数中筛选出前K个重要指标；

S3：从每个类别的前K个重要指标中筛选出的最重要指标作因变量，前K个重要指标中的其他重要指标作自变量，并利用训练好的随机森林模型得到各个自变量对因变量的重要度；

S4：根据重要度对自变量进行排序以对配电网每种类别的重要指标进行评价。

优选的，所述对配电网指标归集包括：

从电网规模归集或从供电质量归集或从电网结构归集或从装备水平归集或从配电能力归集。

优选的，所述利用分支界定算法从每个类别中筛选出前K个重要指标包括以下步骤：

S201：针对任一类别的指标，分别提取一个特征得到有特征组成的集合X_D，设定总的特征维数为D；预期选定的特征子集X_g的维数为d；X为当前要展开以扩展搜索树的节点；Num_features是节点X中的特征数目；X→q为节点X在搜索树中的子节点个数；X^*是当前最优节点；bound是当前最优节点X^*的评价函数值；J(X)为评价函数；

S202：令X＝X_D，X→q＝d+1,即让节点X指向根节点，并设置根节点的子节点数为d+1；bound＝0；

S203：展开节点X：调用函数ExpandNode(X)；

S204：输出全局最优节点X^*，得到最重要指标；

S205：剔除最重要指标，并重复步骤S202～S204，依次得到前K个重要指标。

优选的，所述展开节点X：调用函数ExpandNode(X)包括以下步骤：

S2041：如果X是终止节点，额转到步骤S2045，否则，如果J(X)≥bound，则继续执行，如果J(X)bound，则结束；