| 数据驱动的绝缘子积污特征量识别与污秽度预测 |
| |
| 作者姓名： | 吴胜磊 滕松 刘振华 王新宽 迟鹏 |
| |
| 作者单位： | 国网重庆市电力公司经济技术研究院, 重庆 401121;国网江苏省电力有限公司徐州供电公司, 江苏 徐州 221100;中国矿业大学电气与动力工程学院, 江苏 徐州 221116 |
| |
| 基金项目： | 国家重点研发计划资助项目(2017YFC0804400);国家电网有限公司总部科技项目(J2018078) |
| |
| 摘 要： | 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。
|
| 关 键 词： | 数据驱动 绝缘子 粗糙集 支持向量机 污秽度预测 |
| 收稿时间： | 2019-05-13 |
| 修稿时间： | 2019-07-09 |
| 本文献已被 CNKI 等数据库收录！ |
| 点击此处可从《电力工程技术》浏览原始摘要信息 |
|
点击此处可从《电力工程技术》下载全文 |
|
