文档名：基于RF特征优选的AEAResNet柱上断路器运行状态诊断
摘要：为实现柱上断路器运行状态的智能高效诊断,提出一种基于随机森林(randomforest,RF)的特征优选算法,并利用遗传模拟退火算法(annealingevolutionalgorithm,AEA)优化残差神经网络(residualneuralnetwork,ResNet),实现设备状态的智能预测.首先构建包含22维特征的断路器运行状态数据库,通过RF算法计算各特征的重要度指标,并通过序列反向搜索的方式保留11维特征作为后续模型的输入.然后,利用AEA算法对ResNet的网络结构进行迭代优化,识别最优参数用于模型预测.最后,仿真结果表明,RF算法可有效避免特征冗余,提高模型的预测性能.与传统预测模型相比,AEA-ResNet模型可以显著提升预测准确率,尤其在少数类样本的召回率和精度方面优势明显.
作者：钟伟 杨欢红 赵恒亮 陈秉淞 陈荣 张雪强 Author：ZHONGWei YANGHuanhong ZHAOHengliang CHENBingsong CHENRong ZHANGXueqiang
作者单位：国网浙江义乌市供电有限公司,浙江义乌322000上海电力大学电气工程学院,上海200090
刊名：电力科学与技术学报 ISTICPKU
Journal：JournalofElectricPowerScienceandTechnology
年，卷(期)：2023, 38(5)
分类号：TM561
关键词：柱上断路器 状态诊断 随机森林 遗传模拟退火算法 残差网络算法
Keywords：pole-mountedbreaker statusdiagnosis randomforest annealingevolutionalgorithm residualneuralnetwork
机标分类号：TP391.41TM728.3TP277
在线出版日期：2024年1月31日
基金项目：国家自然科学基金基于RF特征优选的AEA-ResNet柱上断路器运行状态诊断[
期刊论文] 电力科学与技术学报--2023, 38(5)钟伟 杨欢红 赵恒亮 陈秉淞 陈荣 张雪强为实现柱上断路器运行状态的智能高效诊断,提出一种基于随机森林(randomforest,RF)的特征优选算法,并利用遗传模拟退火算法(annealingevolutionalgorithm,AEA)优化残差神经网络(residualneuralnetwork,ResNet),实现...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
基于RF特征优选的AEA-ResNet柱上断路器运行状态诊断 Operation status diagnosis of pole-mounted breakers based on RF feature optimization and AEA-ResNet
基于RF特征优选的AEA-ResNet柱上断路器运行状态诊断.pdf
- 文件大小:
- 1.41 MB
- 下载次数:
- 60
-
高速下载
|
|
