基于字词混用集成模型的电力变压器缺陷记录文本挖掘方法

基于字词混用集成模型的电力变压器缺陷记录文本挖掘方法
变压器运维管理中积累了海量以文本形式记录的非结构化缺陷数据，但缺乏有效挖掘手段导致其利用率极低。文中提出一种基于字词混用集成模型的变压器缺陷记录文本挖掘方法，首先对变压器缺陷文本进行文本分词、去除停用词、文本增强、文本特征表示等预处理，以文本数学向量形式为输入，集成多个词汇级和字符级分类模型，通过元学习器对各基学习器性能的协同互补作用，实现变压器缺陷类型的准确识别和分类。与单一文本分类算法相比，该方法能够更全面地获得文本的语义特征，分类精确率达91%，模型准确率和召回率的综合评价分数F1=0.9。将自然语言处理技术应用于电力设备缺陷记录文本，可以实现精准高效分类和故障识别，唤醒数据资源，显著提升电力变压器智能化管理水平。

标题：
基于字词混用集成模型的电力变压器缺陷记录文本挖掘方法
Character-word level ensemble integrated model for power transformer defect recording text mining method

作者：
李元，李睿，林金山，金凌峰，邵先军，张冠军
LI Yuan, LI Rui, LIN Jinshan, JIN Lingfeng, SHAO Xianjun, ZHANG Guanjun

关键词：
电力变压器;自然语言处理;文本挖掘;故障诊断;集成学习;人工智能
power transformer;natural language processing;text mining;fault diagnosis;ensemble learning;artificial intelligence

2025-1-23 20:07 上传 基于字词混用集成模型的电力变压器缺陷记录文本挖掘方法.pdf

文件大小:

1.93 MB

下载次数:

60

高速下载