基于朴素贝叶斯分类器的高压开关柜状态评估方法 |
| |
作者姓名: | 李腾飞 朱溥楠 张晓龙 |
| |
作者单位: | 1. 国网陕西省电力公司检修公司;2. 国网西咸新区供电公司 |
| |
基金项目: | 陕西省自然科学基金青年项目(2018JQ5039) |
| |
摘 要: | 提出了基于朴素贝叶斯分类器的高压开关柜状态评估方法,分析了高压开关柜带电检测大数据,选取了10种状态特征作为开关柜健康状态的特征向量,通过计算贝叶斯分类器的后验概率,获取每种特征对状态分类的贡献率,并以开关柜健康状态作为预测结果对开关柜进行状态评估。采用陕西电网2016—2019年高压开关柜带电检测相关数据对模型进行训练和测试,结果表明:测试样本的召回率达到80.77%,准确率远高于传统判定方法。
|
关 键 词: | 朴素贝叶斯分类器 高压开关柜 带电检测 大数据 状态评估 |
The High Voltage Switchgear Condition Assessment Based on Naive Bayesian Classifier |
| |
Authors: | LI Tengfei ZHU Punan ZHANG Xiaolong |
| |
Affiliation: | 1. State Grid Shaanxi Maintenance Company;2. State Grid Xixian New District Power Supply Company |
| |
Abstract: | |
| |
Keywords: | |
|
| 点击此处可从《》浏览原始摘要信息 |
|
点击此处可从《》下载全文 |