数据驱动的绝缘子积污特征量识别与污秽度预测

• 作者: 刘振华 吴胜磊 滕松 王新宽 迟鹏
• 来源期刊: 电力工程技术
• 学科: 工学
• 关键词: 数据驱动 绝缘子 粗糙集 支持向量机 污秽度预测
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 技术探讨
• 页码范围: 179-186
• 页数: 8页
• 分类号: TM726
• 字数: 5498字
• 语种: 中文
• DOI: 10.12158/j.2096-3203.2019.06.025

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王新宽	国网重庆市电力公司经济技术研究院	2	1	1.0	1.0
2	滕松		4	2	1.0	1.0
3	吴胜磊	国网重庆市电力公司经济技术研究院	1	1	1.0	1.0
4	刘振华	国网重庆市电力公司经济技术研究院	1	1	1.0	1.0
5	迟鹏	中国矿业大学电气与动力工程学院	1	1	1.0	1.0