基站蓄電池充放電曲線分析(一)
阿新 • • 發佈:2018-08-26
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)