1. 程式人生 > >基站蓄電池充放電曲線分析(一)

基站蓄電池充放電曲線分析(一)

數據清洗 故障 dom 曲線 導致 時長 過多 時間 神經網絡

名詞解釋

  基站退服--由於停電,設備故障等原因導致基站退出服務狀態,退服電壓為46.5V

  電池狀態--正常放電、一次下電(二次下電)、油機發電、充電

  電池隱患--組間不均衡(輕微、中等、嚴重)、單組電池

  RF--Random Forest 隨機森林

  GB--Gradient Boosting 梯度提升

  GBDT--Gradient Boosting Decision Tree 梯度提升決策樹

  Xgboost--GB算法的高效實現

項目任務:

  (1)曲線分段

  (2)基站可放電時長預測

  (3)蓄電池隱患分析

原始數據

  (1)告警信息列表:基站名、告警種類、告警開始時間、告警截止時間、告警時長等

  (2)充放電曲線:時間、電壓、負載電流、組1電流、組2電流

數據來源

  爬取自基站的運監系統,從公司的MySQL數據庫中調用

數據分析流程

  (1)充放電曲線數據清洗

    a. 有少量突變點的曲線,利用插值法抹平

    b. 突變點過多,可能是由電網波動,測量儀器故障引起的,這類曲線較少,忽略

    c. 曲線缺失點過多,參考價值不大,忽略

  (2)充放電曲線分段--基於規則的曲線分段

  (3)放電時長預測--回歸分析:BP神經網絡,GB,GBDT,RF

  (4)蓄電池隱患--單一決策樹,RF,GBDT

  

  

基站蓄電池充放電曲線分析(一)