(19)中华 人民共和国 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 202111383801.7 (22)申请日 2021.11.19 (71)申请人 广东电网有限责任公司 地址 510000 广东省广州市越秀区东 风东 路757号 (72)发明人 梅诗妍　侯凯　陈铭　刘刚刚　 胡晋岚　马顺　刘金朋　孙罡　 秦燕　姜玉梁　周妍　秦万祥　 赵芳菲　 (74)专利代理 机构 广州三环 专利商标代理有限 公司 44202 代理人 陈旭红　钟文瀚 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/00(2012.01)G06Q 10/06(2012.01) G06Q 50/06(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 3/12(2006.01) (54)发明名称 一种老旧变电资产检修频次预测方法、 装 置、 设备及 介质 (57)摘要 本发明公开了一种老旧变电资产检修频次 预测方法、 装置、 设备及介质， 该方法包括： 根据 变电系统运行周期确定老旧变电资产， 并且根据 统计现有的老旧变电资产维护数据获取老旧变 电资产的影 响因素； 对影 响因素与历史老旧变电 资产检修频次进行相关性分析， 获取影 响因素度 量； 根据影 响因素度量构造多种预测模型， 其中， 采用熵权法确定预测模型的权重； 采用组合预测 技术对多种预测模型进行二次判定， 构建最终预 测模型， 将待检测数据输入最终预测模型中获取 老旧变电资产检修频次预测结果。 本发明通过构 建多种预测模 型的权重并构建最终预测模型， 减 少可预测误差且提高了 检修频次预测的精度。 权利要求书2页 说明书12页 附图2页 CN 114066074 A 2022.02.18 CN 114066074 A 1.一种老旧变电资产检修频次预测方法， 其特 征在于， 包括： 根据变电系统运行周期确定老 旧变电资产， 并且根据统计现有的老 旧变电资产维护数 据获取所述老旧变电资产的影响因素； 对所述影响因素与历史老旧变电资产检修频次进行相关性分析， 获取影响因素度量； 根据所述影响因素度量构造多种预测模型， 其中， 采用熵权法确定所述预测模型的权 重； 采用组合预测技术对多种所述预测模型进行二次判定， 构建最终预测模型， 将待检测 数据输入所述 最终预测模型中获取老旧变电资产检修频次预测结果。 2.根据权利要求1所述的老 旧变电资产检修频次预测方法， 其特征在于， 所述根据 所述 影响因素度量构造多种预测模型， 包括： 所述多种预测模型包括第一预测模型、 第二预测模型和第三预测模型； 将所述影响因素度量输入神经网络中进行训练， 获取 所述第一预测模型； 将所述影响因素度量输入支持向量机中进行训练， 获取 所述第二预测模型； 将所述影响因素度量输入基于遗传算法支持向量机 中进行训练， 获取所述第 三预测模 型。 3.根据权利要求2所述的老 旧变电资产检修频次预测方法， 其特征在于， 所述采用熵权 法确定所述预测模型的权 重， 包括： 采用熵权法对所述第 一预测模型、 所述第 二预测模型和所述第 三预测模型产生的均方 误差、 平均绝对误差以及平均绝对百分比误差进 行分析， 分别获取第一预测模型的权重、 第 二预测模型的权 重和第三预测模型的权 重。 4.根据权利要求3所述的老 旧变电资产检修频次预测方法， 其特征在于， 所述采用组合 预测技术对多种所述预测模型进行二次判定， 构建最终预测模型， 包括： 采用所述组合预测技术计算所述第 一预测模型的权重、 所述第 二预测模型的权重和所 述第三预测模型的权 重的组合预测值， 根据所述组合预测值构建所述 最终预测模型。 5.一种老旧变电资产检修频次预测装置， 其特 征在于， 包括： 获取模块， 用于根据变电系统运行周期确定老旧变电资产， 并且根据统计现有的老旧 变电资产维护数据获取 所述老旧变电资产的影响因素； 分析模块， 用于对所述影响因素与历史老旧变电资产检修频次进行相关性分析， 获取 影响因素度量； 第一预测模块， 用于根据 所述影响因素度量构造多种预测模型， 其中， 采用熵权法确定 所述预测模型的权 重； 第二预测模块， 用于采用组合预测技术对多种所述预测模型进行二次判定， 构建最终 预测模型， 将待检测数据输入所述 最终预测模型中获取老旧变电资产检修频次预测结果。 6.根据权利要求5所述的老旧变电资产检修频次预测装置， 其特 征在于， 所述多种预测模型包括第一预测模型、 第二预测模型和第三预测模型， 所述第一预测 模块， 还用于： 将所述影响因素度量输入神经网络中进行训练， 获取 所述第一预测模型； 将所述影响因素度量输入支持向量机中进行训练， 获取 所述第二预测模型； 将所述影响因素度量输入基于遗传算法支持向量机 中进行训练， 获取所述第 三预测模权　利　要　求　书 1/2 页 2 CN 114066074 A 2型。 7.根据权利要求6所述的老 旧变电资产检修频次预测装置， 其特征在于， 所述第 一预测 模块， 还用于： 采用熵权法对所述第 一预测模型、 所述第 二预测模型和所述第 三预测模型产生的均方 误差、 平均绝对误差以及平均绝对百分比误差进 行分析， 分别获取第一预测模型的权重、 第 二预测模型的权 重和第三预测模型的权 重。 8.根据权利要求7所述的老 旧变电资产检修频次预测装置， 其特征在于， 所述第 二预测 模块， 还用于： 采用所述组合预测技术计算所述第 一预测模型的权重、 所述第 二预测模型的权重和所 述第三预测模型的权 重的组合预测值， 根据所述组合预测值构建所述 最终预测模型。 9.一种终端设备， 其特 征在于， 包括： 一个或多个处 理器； 存储器， 与所述处 理器耦接， 用于存 储一个或多个程序； 当所述一个或多个程序被所述一个或多个处理器执行， 使得所述一个或多个处理器实 现如权利要求1 ‑4任一项所述的老旧变电资产检修频次预测方法。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现如权利要求1 ‑4任一项所述的老旧变电资产检修频次预测方法。权　利　要　求　书 2/2 页 3 CN 114066074 A 3