(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211024561.6 (22)申请日 2022.08.25 (71)申请人 国网江苏省电力有限公司 地址 210000 江苏省南京市上海路215号 申请人 南京通衡信息科技有限公司 　 葛亚明 (72)发明人 葛亚明　赵玉林　戴上　李艺丰　 周航　王余阳　李蓝青　王博仑　 (51)Int.Cl. G06F 16/2458(2019.01) G06K 9/62(2022.01) G06Q 50/06(2012.01) (54)发明名称 一种针对电网数据的关键特 征选择方法 (57)摘要 本发明提供一种针对电网数据的关键特征 选择方法。 所述针对电网数据的关键特征选择方 法包括： 电网数据， 所述电网数据包括以下步骤： S1.利用电力系统的潮流特征量建立特征描述 集； S2.利用K－means聚类算法根据计算节点的 数量对所有特征进行聚类； S3.特征选择的核心 内容是评价函数的制定； S4.在分布式节点上合 并所选要素。 本发明提供的针对电网数据的关键 特征选择方法具有精度高、 耗时少、 稳定性好的 优点， 这种分布式特征选择算法可以在一定程度 上缓解电力系统运行大数据中的维数灾难问题， 快速准确地挖掘出电网运行的薄弱点， 帮助电网 运行人员掌握电网安全运行特征， 避免电网运行 事故发生的优点。 权利要求书2页 说明书5页 附图2页 CN 115408444 A 2022.11.29 CN 115408444 A 1.一种针对电网数据的关键特 征选择方法， 其特 征在于， 包括： 电网数据， 所述电网数据包括以下步骤： S1.利用电力系统的潮流特 征量建立特 征描述集； S2.利用K ‑means聚类算法根据计算节点的数量对所有特 征进行聚类； S3.特征选择的核心内容是评价 函数的制定； S4.在分布式节点上合并所选要素。 2.根据权利要求1所述的针对电网数据的关键特征选择方法， 其特征在于： 所述电网数 据的计算如下： (1).对于某一时间段的实际运行状态和仿真状态， 利用电力系统 的潮流特征量建立特 征描述集F， 公式如下： F＝{f1， f2，…， fn} 上述公式中， 其中n是特征的数量， fi是样本的第i个 特征， 在特征聚类完成之后， 在单个 计算节点上， 在Fsub上进行分布式特征选择， 特征选择过程通常包括子集生 成、 评价函数、 停 止标准和验证过程。 3.根据权利要求2所述的针对电网数据的关键特征选择方法， 其特征在于： 所述特征选 择是从大量原始特征中， 选择有效特征并降低特征维数 的有效算法， 首先从特征全集中生 成特征子集， 然后用评价函数对 特征子集进 行评价， 再将 评价结果与 停止标准进 行比较， 如 果评价结果满足标准， 则该 过程停止， 否则它继续 生成下一组特 征子集并执 行特征选择。 4.根据权利要求1所述的针对电网数据的关键特征选择方法， 其特征在于： 所述K ‑ means聚类算法可根据计算节点的数量对 所有特征进 行聚类， 所述K ‑means聚类算法是一种 典型的基于距离的聚类算法， 它以距离作为相似性的评价指标， 即两个对象越接近， 相似性 越大， 选择欧氏距离作为衡量两个特 征之间相似性的指标， 公式如下： dij＝||fi‑fj|| 上述公式中， 其中dij表示两个特征之间的欧几里德距离， 该类由紧密间隔的对象组成， 并且最终的训练目标是获得紧凑且独立的类， 在聚类过程中， 需要手动指定聚类类别的数 量， 并使用每 个类别中所有对象的平均值作为该类的聚类中心， 公式如下： 上述公式中， 其中Ck是第k个类的聚类中心， nk是第k个类中聚类对象的个数fi是第k个 类中的第i个对象； 随机选择任意m个对象作为初始聚类中心， 此后在每次迭代中， 数据集中的每个剩余对 象， 根据其与每个类中心的距离被重新分配到最近的类， 当已经检查了所有数据时， 迭代计 算完成， 并且计算 新的聚类中心， 如果聚类的结果在迭代后不再改变， 则该算法已经收敛； 为了选择分布式特征， 聚类算法选择系统计算节点数的整数倍作为聚类数， 以提高整 体计算效率， 在聚类之后， 原 始特征集F被分成m个子类， 公式如下： F＝{Fsub1， Fsub2，…， Fsubm} 其中m是聚类数， Fsubi是聚类过程后生成的第i个子类。 5.根据权利要求1所述的针对电网数据的关键特征选择方法， 其特征在于： 所述特征选权　利　要　求　书 1/2 页 2 CN 115408444 A 2择的核心内容是评价函数 的制定， 使用信息增 益评估算法来评估是否应该选择候选特征， 对于离散随机变量X＝{X1， X2，…， XN}， 定义信息熵H(X)： 上述公式中， 其中X是随机变量， N是样本数， pi是Xi的概率， 信息熵衡量 随机变量X 的混 乱程度， 如果X的分布越规则， 其信息熵的值就越小， 反之如果X的分布越混合， 信息熵的值 就越大； 基于信息熵， 另一个随机变量是已知的Y＝yi， X的条件信息熵定义如下： IG(X|Y)＝H(X) ‑H(X|Y) 上述公式中， 其中， IG(X|Y)表示包含在Y中的信息和包含在X中的信息之间的一致程 度， 该值越 大， 信息一致程度越高， 如果X是目标属性， Y是要选择的特征， IG(X|Y)的值越 大， 要选择的特征Y越有效， 因此特征选择评价函数是一个特征集， 当所选特征的数量固定时， 其搜索最大化信息熵； 在分布式节点上合并所选要素， 首先聚类后将原始特征集F分成m个子类， 其次对m个子 类完成分布式特征选择， 最后， 组合每个节点的选定特征， 以获得最终的关键特征， 公式如 下： FKey＝{FKeySub1， FKeySub2，…， FKeySubm} 上述公式 中， 其中FKey是关键特 征集， FKeySubi是第i个节点的选 定特征集。权　利　要　求　书 2/2 页 3 CN 115408444 A 3