基于主成分分析和梯度提升树的变电设备状态评价
Power Systems and Big Data（2022）
摘要
变电设备作为电网中的重要组成部分,其及时、准确的监测对于保障电网安全具有重要意义.目前对于变电设备的监测主要是通过日常巡视结合例行试验的方式,对设备运行状态监测存在延迟性和不全面性.本文通过大数据分析技术,依托变电设备的大量参数数据、运行数据、检修数据、试验数据等构建特征数据集,采用非参数检验方法对各参数进行校验,利用主成分分析对特征集进行降维处理,得到新的表征设备状态的特征数据集进行状态评价分析.通过采用梯度提升树构建设备状态评价模型,并结合交叉验证分析评估训练误差和泛化误差,通过与神经网络、支持向量机等其他分类模型进行比较分析,经测试数据验证,其预测结果具有较高的准确性.通过大数据分析技术与设备监测相结合,提高了设备状态监测的准确率,具有较好的推广应用价值.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要