多源异构数据融合的避雷器运行状态评价方法

TM86; 长期带电运行的金属氧化物避雷器仅靠定期维修或在线监测方法无法识别其潜伏性缺陷,因此,文章结合避雷器的典型运行参量,提出了一种多源异构数据融合的设备运行状态评价方法.从避雷器的带电检测信息、在线监测信息、现场运检信息、投运前信息中挑选特征参量,组成缺陷特征量数据库;利用半梯形模型对定量参量进行归一化处理,利用自然语言处理技术对定性参量进行归一化处理,并提出基于随机森林优化的数据融合方法;利用一变电站的所有避雷器数据进行分析.算例显示本模型的评价准确率为93.12％,且与决策树模型与支持向量机模型相比,有更优的泛化能力....

Full description

Saved in:
Bibliographic Details
Published in电测与仪表 Vol. 57; no. 19; pp. 132 - 139
Main Authors 王燕, 蒋逸雯, 李黎, 魏东亮, 薛峰, 谢建容
Format Journal Article
LanguageChinese
Published 华中科技大学电气与电子工程学院,武汉430074%广东电网有限责任公司东莞供电局,广东东莞523008 10.10.2020
Subjects
状态评价
避雷器
自然语言处理
随机森林
数据挖掘
Online AccessGet full text
ISSN1001-1390
DOI10.19753/j.issn1001-1390.2020.19.021

Cover

More Information
Summary:TM86; 长期带电运行的金属氧化物避雷器仅靠定期维修或在线监测方法无法识别其潜伏性缺陷,因此,文章结合避雷器的典型运行参量,提出了一种多源异构数据融合的设备运行状态评价方法.从避雷器的带电检测信息、在线监测信息、现场运检信息、投运前信息中挑选特征参量,组成缺陷特征量数据库;利用半梯形模型对定量参量进行归一化处理,利用自然语言处理技术对定性参量进行归一化处理,并提出基于随机森林优化的数据融合方法;利用一变电站的所有避雷器数据进行分析.算例显示本模型的评价准确率为93.12％,且与决策树模型与支持向量机模型相比,有更优的泛化能力.
ISSN:1001-1390
DOI:10.19753/j.issn1001-1390.2020.19.021