买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：国网山东省电力公司青岛供电公司

摘要：本发明涉及数字预案生成技术领域，具体涉及一种基于大数据分析的快速精准预警响应的数字预案生成方法。该方法首先从多源收集数据并进行预处理，构建大数据资源库；然后利用贝叶斯优化的LightGBM构建风险评估模型，对潜在风险进行量化评估；接着设定灵活的预警规则；当预警被触发时，结合实时数据和风险评估结果生成个性化数字预案；最后持续收集实时数据，及时优化和调整预案。此方法能更精准地评估风险，及时发出准确预警，生成个性化预案并确保其有效性和适应性，提高电网预警响应和预案生成的效率和质量，为保障电网安全稳定运行提供有力支持。

主权项：1.一种基于大数据分析的快速精准预警响应的数字预案生成方法，其特征在于，包括以下步骤：S1、首先是数据采集和整合，从多个来源收集数据，运用数据预处理技术，将多源数据整合为统一格式，构建全面的大数据资源库；S2、然后利用贝叶斯优化的轻量级梯度提升机LightGBM构建风险评估模型，考虑多种因素，对潜在风险进行量化评估，确定风险的等级和可能性；S3、接着是预警规则的设定，根据风险评估结果和实际需求，设定灵活的预警规则；S4、然后当预警被触发时自动调用预先制定的预案模板，并结合实时数据和风险评估结果，快速生成个性化的数字预案；S5、最后持续收集实时数据，根据评估结果，及时对预案进行优化和调整，确保预案的有效性和适应性；所述步骤S2利用贝叶斯优化的轻量级梯度提升机LightGBM的实现过程为：S21、首先将收集的数据集分为训练集、测试集和验证集，训练集为70%，测试集为15%，验证集为15%；S22、其次构建初始LightGBM模型，选择合适的损失函数其中，是真实值，是模型预测的概率，N为样本总数，是LightGBM中的超参数；S23、然后定义参数空间，进行超参数的定义，叶子结点数量num_leaves，树最大深度max_depth，学习率learning_rate，特征子采样率feature_fraction，样本子采样率bagging_fraction，L1正则化系数lambda_l1，L2正则化系数lambda_l2，叶子节点最小样本数min_child_sample，叶子结点最小样本权重和min_child_weight，子样本率subsample；S24、接下来在参数空间中随机选择初始参数组合进行模型训练，并计算目标函数值，基于高斯过程，构建目标函数的概率模型，更新后的预测分布为其中，D为已知采样数据，分别为预测均值和方差；S25、最后基于期望改进准则选择下一组参数其中，为当前最优的目标函数值，为最优的参数组合，确保只有在新的采样点带来改进时才计算该改进，否则为零。

全文数据：

权利要求：

百度查询： 国网山东省电力公司青岛供电公司 一种基于大数据分析的快速精准预警响应的数字预案生成方法