基于随机森林算法的玻璃绝缘子泄漏电流预测模型研究

绝缘子的污染性能对维持电力系统的可靠性、安全性和成本效益起着关键作用。在不同的绝缘子监测技术中,泄露电流可以衡量绝缘子串离闪络的距离,是最有意义的污染性能指标之一。综合考虑环境因素和天气信息的影响,提出了一种基于累积污染指数(Cumulative Pollution Index, CPI)的随机森林模型来预测玻璃绝缘子串泄漏电流。累积污染指数能根据风、定向灰尘和雨水数据估计绝缘子串上的可溶性污染沉积物,不仅适用于玻璃制成的绝缘体,还适用于具有疏水转移特性的有机硅树脂涂层绝缘子。该研究得到了广泛的现场监测计划的支持,在连续22个月的时间内,对由未涂覆、半涂覆(底部)和全硅涂覆玻璃绝缘子组成的3种不同绝缘子串进行了监测。最后,使用真实数据评估了所提出的预测模型的性能。