电网二次设备消缺处理中的自学习方法

• 作者: 张保平 曾军 刘景立 马宜军 曹磊 丛雷 杨剑 赵子根 黎强
• 来源期刊: 应用科技
• 学科: 工学
• 关键词: 电网检修 缺陷处置 差分模型 层次分析 k最邻近算法 自学习
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 智能科学与技术
• 页码范围: 42-46
• 页数: 5页
• 分类号: TM77
• 语种: 中文
• DOI: 10.11991/yykj.202007005

摘要

针对电力系统结构复杂、数据量大,层次分析法(AHP)在缺陷处理中不能为决策提供新方案和权重难以确定等问题,本文利用k最邻近(kNN)算法能够处理电网设备中多分类问题和预测新类别的优点,同时利用差分模型能够避免经过权重比较后,直接判断测试文本所属类别的优势,将差分模型和k最邻近算法应用到层次分析方法中,降低了时间复杂度.结合专家库进行自学习,推理出缺陷处理的方案.经过某省电力公司的检修辅助决策系统的运行测试,证明该方法具有实用价值,有效地解决了上述问题,提高了缺陷处理的准确性,为电网检修提供了保障.