数据驱动的绝缘子积污特征量识别与污秽度预测

数据驱动的绝缘子积污特征量识别与污秽度预测
为准确预测复杂环境下输电线路绝缘子污秽度，实现污闪的有效预警，提出数据驱动的绝缘子积污特征量识别与污秽度预测方法。该方法结合改进粗糙集与样本加权方法，基于粒子群算法优化的误差反向传播神经网络，得到绝缘子积污特征量综合量化模型，对影响积污程度的因素进行量化识别。在识别的基础上，构建基于改进粗糙集的特征加权支持向量机，来预测绝缘子污秽程度，识别污闪风险。实例分析表明，该方法完全基于数据驱动，避免人为干预，能实现不同运行环境下绝缘子积污特征量的准确识别。相较于其他方法，所提污秽度预测和风险识别方法更精确，误差更小，具有良好的应用前景。

标题：
数据驱动的绝缘子积污特征量识别与污秽度预测
Identification of pollution characteristics of transmission line insulator and pollution prediction based on data driven

作者：
吴胜磊，滕松，刘振华，王新宽，迟鹏
WU Shenglei, TENG Song, LIU Zhenhua, WANG Xinkuan, CHI Peng

关键词：
数据驱动;绝缘子;粗糙集;支持向量机;污秽度预测
data driven;insulator;rough set;support vector machine;polltion prediction

2025-1-22 20:10 上传 数据驱动的绝缘子积污特征量识别与污秽度预测.pdf

文件大小:

2 MB

下载次数:

61

高速下载