| 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 |
