考虑配电设备多源监测数据缺失的深度森林状态评价方法

摘要：

配电设备在线监测技术渐进式的发展过程中形成了大量含缺失项的历史数据,为改善基于机器学习的配电设备状态评价方法在处理缺失数据方面的效果,本文提出基于概率权重深度森林的配电设备状态评价方法.首先对数据缺失产生的原因进行说明,接下来使用概率权重处理含缺失项样本并构建决策树,最后在此基础上构造随机森林和深度森林以实现基于数据驱动的配电设备状态评价.算例分析证明了本文方法在处理高比例有缺失数据方面的优越性.

关键词：状态评价、概率权重、深度森林

所属期刊栏目：10

分类号：TM407(变压器、变流器及电抗器)

资助基金：广东电网有限责任公司科技项目资助GDKJXM20172834

在线出版日期：2020-08-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-6,12