随机森林算法

随机森林算法具有抗噪声和计算能力强的优点，被广泛应用于旋转机械的振动故障诊断中，但在工业场景中存在样本较少、无法引入先验知识、准确度较低等问题。对此，基于层次分析思想，利用信息熵引入先验知识优化决策树，提出了基于IRF（改进随机森林算法）的汽轮机振动故障诊断方法。为验证所提方法的有效性和可靠性，采用某百万火电机组数据中心的真实运行数据集进行评估。计算结果表明，相较于经典随机森林算法，IRF能够在降低33%决策树数目的情况下具有更高的精确度和低漏报率，同时运行时间缩短至经典随机森林算法的11.4%，在火电机组实时精确振动故障诊断方面有较高的实用价值。

精准的电力负荷预测有利于保障电力系统的安全、经济运行。针对现行预测算法存在的预测准确度低、模型耗时长等问题，提出一种基于随机森林(random forest，RF)算法和粗糙集理论(rough set theory，RST)的改进型深度学习(deep learning，DL)短期负荷预测模型(RF-DL-RST)。该模型首先基于历史数据，利用随机森林算法提取影响负荷预测的关键特征量；然后将关键特征量和历史负荷值作为深度神经网络的输入、输出项进行训练，并通过粗糙集理论修正预测结果。最后，通过算例进行仿真验证，结果表明，该模型的预测准确度比单一的深度学习模型及不进行预测修正的模型更高。

超特高压输电线路是我国电网骨干网架的关键组成部分，近十年电网规模呈爆发式增长。大部分线路穿越地区地形复杂、环境恶劣，运维人员及车辆难以抵达，巡视难度大、效率低、准确性差。直升机搭载先进的巡查仪器巡航，具有观测立体化、巡视高效率、地域全适应等优势，成为架空输电线路的新型高效巡视的重要手段。 在北京市政府和国网公司科研经费支持下，团队经过 5 年技术攻关，取得一系列技术突破，全面解决了上述难题，形成三大创新，提出了八轴稳定四轴主动的光纤陀螺稳定技术，研制了集成内变焦结构多光谱传感单元的大视距小微目标观测航巡吊舱，稳定精度达 16μrad，较业内先进吊舱精度提升 20%，与军用吊舱稳定级别相当，解决了直升机高频振动导致的成像清晰度低问题。发明了组合孔径动态平衡探测技术，研制了电力应用型大视场机载激光扫描系统吊舱，将扫描视场角拓宽至 70°，视场角提升 16.7%；采用小样本随机森林算法，构建了输电通道场景关键要素激光点云数据全自动分类模型，数据处理速度提升 7 倍，有效解决扫描视场角窄、数据处理速度慢的问题。提出了计及电力线和杆塔形态特征的高抗噪三维重构算法，发明了融合激光点云和多光谱影像的输电通道单木分割与树种识别方法，识别精度达 92%，开发了包含树种、地形、气象、电力潮流等多要素的超特高压架空线路空间安全距离仿真预警分析系统，解决了通道隐患误报、漏报和预警准确度差的问题。 项目授权专利 17 项，其中发明专利 7 项；授权软著 18 项；主导编制电力及民航行标 3 项、国网企标 1 项；出版专著 1 部；取得适航证书 4 项；发表论文 45 篇，SCI/EI收录 29 篇。项目通过由陈维江院士牵头的成果鉴定，达到国际领先水平。2013年以来，项目成果应用于国网各省电力公司，发现线路缺陷 11.4 万处，通道隐患 4.4 万处，目前正与巴西就美丽山±800kV 特高压输电线路巡视开展商业谈判，具备广阔市场前景；研制的航巡吊舱经改造，已广泛应用于公安、交通、农林等行业，带动交叉行业发展。

本项目属于电气工程学科范畴，涉及电力营销服务内容。本项目是在改善营商环境迫切需求、客户对用电服务期望增高、电力体制改革的背景下研究产生的。成果具有技术突破性、模式创新性、理念先进性；对推动电力服务行业智能友好化、泛在互联化发展具有重大意义。 该成果技术完成特殊设备全量数据采集情况攻克研究。对载波集中器、面向对象规约采集终端等特殊设备进行采集程序优化开发、采集任务规则研判、抄读机制匹配改进。开发集成 21 套业务系统的智能服务平台。实现供电信息宏观全景展示，供电人员、物资、设备微观穿透查询。在全能型综合营业厅，引入动态人脸识别技术，采用随机森林算法和辑回归算法构建客户价值识别模型，形成客户综合价值评分。在电动汽车展示区运用“虚拟接触交互技术”提供交互体验。研究开发“智能运维”手机软件，推广“滴滴打车抢单式”现场运维工作模式。研究应用中继抄表（透传）功能，实现居民家中各电器用电负荷的非侵入式实时量测。研究应用“通信单元+超级电容”技术，支撑“主动抢修”服务。除以上所述技术创新点外，其他创新点包括：构建以智能营销管控中心为核心的“轮辐式”两级管理架构，引入“业务流程体”概念来优化协同联动的业务流程。筑牢庞大线下服务网络。打造全能型综合营业厅，实现身份信息秒级识别、定制服务精准推送；打造高效现场作业服务团队，依托“智能运维”手机软件推广“滴滴打车抢单式”工作模式，实行“积分-星级”工单及业务管理。推行智慧计量运行模式。研究推广基于用电信息采集系统全量数据的非侵入式居民用电能效服务模式；开展计量异常远程诊断。推行网格化新型营业模式，以网格为责任区实现多业务的末端融合。试点研究并逐步推广多项复合增值服务，即电力业务托管“O2O”服务、共享电气“C2C”服务、大数据“C2M”服务、新零售“B2C”服务。 项目获得授权实用新型专利 2 项、发明专利 1 项，申请发明专利 4 项；发表论文 2 篇。项目已在青岛市公司和 5 个县公司推广应用，效果显著、可推广性强。项目通过提升故障处理效率；同时提升了客户用电满意度，提高“获得电力”指标，改善营商环境；项目推动了电网企业组织架构的变革，使电力营销服务内容从单纯“售电”向基于客户多维需求感知的“交互体验式服务”转型，形成独具电网特色的核心竞争力。

频繁的窃电行为严重危害了国家电网公司的经济利益，还危机到了电网的安全运行。现有异常用电检测判定方法不能满足营销稽查业务需求。本文以营销计量大数据为实验数据，以机器学习算法为理论基础，基于 CART 决策树、支持向量机、随机森林算法构建了 3 种窃电用户辨识模型，最后采用了 ROC 曲线及分类正确率对模型进行评价，Python 仿真结果显示，随机森林窃电用户辨识模型表现最优，准确率可达 95.37%。本文提出的三种窃电用户辨识模型均可以作为实际电力营销反窃电检测工作的参考，及时预警、积极防范，从而保证电网的经济利益及坚强智能电网的安全运行。

精准的电力负荷预测有利于保障电力系统的安全、经济运行。针对现行预测算法存在的预测准确度低、模型耗时长等问题，提出一种基于随机森林(random forest，RF)算法和粗糙集理论(rough set theory，RST)的改进型深度学习(deep learning，DL)短期负荷预测模型(RF-DL-RST)。该模型首先基于历史数据，利用随机森林算法提取影响负荷预测的关键特征量；然后将关键特征量和历史负荷值作为深度神经网络的输入、输出项进行训练，并通过粗糙集理论修正预测结果。最后，通过算例进行仿真验证，结果表明，该模型的预测准确度比单一的深度学习模型及不进行预测修正的模型更高。

本项目通过产、学、研协同攻关，搭建客户服务数据分析平台，建设5大信息库提升数据管理能力，通过多维降噪技术提升了数据质量，利用多算法模型提升了大数据分析挖掘能力，有效解决上述问题，营销数据价值凸显。创新点如下：一是提出基于序列集成噪声滤波器方法和新型集成学习算法开展电力营销数据加工处理方法，经实践验证，最高有效改善噪声40%左右，提升了数据质量，实现基于电力多维数据的精准趋势预测。二是首创以个人客户、组织客户为一级分类的电力客户标签体系，实现客户细分。建立以文本挖掘、KNN、权重划分等算法相结合的电力客户统一身份识别模型及客户投诉倾向识别方法，降低客户平均通话时长3秒。三是基于熵权法、主成分分析法构建电力营业厅效能评估模型，实现客户诉求提取。创新提出了基于随机森林算法的投诉预警模型，充分融合了AdaBoost，随机森林等不同算法的优势，相较于单一算法的非层次识别模型提升了20%。四是研发基于节点相似度集成网络嵌入模型的跨域电力数据共享安全防护技术，构建指标容差区间模型，快速发现和定位信息系统中的隐患和异常，保障数据跨域和应用安全。五是提出一种基于小波变换算法的用电数据特征提取方法，优化数据存储方式，经过数据特征化处理后单用户单日用电数据的压缩比约为57.60%，；设计了一种满足动态维护的实时数据库系统自动化测试框架，在提高空间利用率和资源利用率的基础上，提升运维效率。 该项目获得发明专利5项、软著4项、发表论文19篇、标准1项。项目成果通过了中国电机工程学会组织的鉴定，整体达到国际领先水平。在公司专业部门，山西、安徽等省（市）电力公司得到实际应用，为省公司节约成本4445万元；项目可推广至其它公共服务领域，全面促使公共服务品质的改善，提升客户对公共服务事业的满意度，提高国民生活水平。

本项目通过产、学、研协同攻关，搭建客户服务数据分析平台，建设5大信息库提升数据管理能力，通过多维降噪技术提升了数据质量，利用多算法模型提升了大数据分析挖掘能力，有效解决上述问题，营销数据价值凸显。创新点如下：一是提出基于序列集成噪声滤波器方法和新型集成学习算法开展电力营销数据加工处理方法，经实践验证，最高有效改善噪声40%左右，提升了数据质量，实现基于电力多维数据的精准趋势预测。二是首创以个人客户、组织客户为一级分类的电力客户标签体系，实现客户细分。建立以文本挖掘、KNN、权重划分等算法相结合的电力客户统一身份识别模型及客户投诉倾向识别方法，降低客户平均通话时长3秒。三是基于熵权法、主成分分析法构建电力营业厅效能评估模型，实现客户诉求提取。创新提出了基于随机森林算法的投诉预警模型，充分融合了AdaBoost，随机森林等不同算法的优势，相较于单一算法的非层次识别模型提升了20%。四是研发基于节点相似度集成网络嵌入模型的跨域电力数据共享安全防护技术，构建指标容差区间模型，快速发现和定位信息系统中的隐患和异常，保障数据跨域和应用安全。五是提出一种基于小波变换算法的用电数据特征提取方法，优化数据存储方式，经过数据特征化处理后单用户单日用电数据的压缩比约为57.60%，；设计了一种满足动态维护的实时数据库系统自动化测试框架，在提高空间利用率和资源利用率的基础上，提升运维效率。 该项目获得发明专利5项、软著4项、发表论文19篇、标准1项。项目成果通过了中国电机工程学会组织的鉴定，整体达到国际领先水平。在公司专业部门，山西、安徽等省（市）电力公司得到实际应用，为省公司节约成本4445万元；项目可推广至其它公共服务领域，全面促使公共服务品质的改善，提升客户对公共服务事业的满意度，提高国民生活水平。