发明公开
- 专利标题: 一种基于学习排序的配电网故障严重程度排序方法
-
申请号: CN202210683625.7申请日: 2022-06-17
-
公开(公告)号: CN115187427A公开(公告)日: 2022-10-14
- 发明人: 吴鹏 , 周昊程 , 刘友春 , 卢逢婷 , 王春雷 , 强宇一
- 申请人: 江苏电力信息技术有限公司
- 申请人地址: 江苏省南京市鼓楼区北京西路20号
- 专利权人: 江苏电力信息技术有限公司
- 当前专利权人: 江苏电力信息技术有限公司
- 当前专利权人地址: 江苏省南京市鼓楼区北京西路20号
- 代理机构: 南京汇盛专利商标事务所
- 代理商 陈扬
- 主分类号: G06Q50/06
- IPC分类号: G06Q50/06 ; G06Q10/06 ; G06Q10/00 ; G06N3/08 ; G06K9/62
摘要:
本发明提出了一种基于学习排序的配电网故障严重程度排序方法,首先分析了RankNet算法的原理,提出了适用于配电网故障数据的排序算法;然后使用训练数据训练神经网络,得到评分模型,在实际故障数据集上进行了测试,验证算法有效性;最后对算法进行总结,实现从标注样本对数据集学习得到评分函数,对故障样本进行准确的排序,以帮助运维部门合理安排检修顺序。该算法在测试数据集上有良好的表现,在实际故障样本组成的验证数据集上,对于排序靠前的严重故障有极佳的排序准确度,说明该算法的有效性较好。