机器学习下随机森林算法在电网故障分析指挥系统中的应用

• 作者: 汤卫东 肖大军 谈林涛 于文娟
• 来源期刊: 计算技术与自动化
• 关键词: 机器学习 随机森林 电网故障 故障分析 数据挖掘
• 年，卷（期）: 2022,（3）
• 所属期刊栏目: 控制系统与自动化装置
• 页码范围: 59-63
• 页数: 4页
• 分类号: TM93
• 语种: 中文
• DOI: 10.16339/j.cnki.jsjsyzdh.202203011

摘要

针对电网系统的故障问题，在Weka语言软件上对随机森林算法为核心的电网故障分析系统模型进行实例分析。同时将随机森林算法与决策树(decision tree)算法、神经网络算法(Neural Network Algorithm, NNA)以及支持向量机(Support Vector Machines, SVM)的预测准确率进行对比，验证随机森林算法的优越性。结果表明，随机森林算法非常适合应用在电网故障分析系统中，在预测准确率方面，故障等级越高预测难度越大，准确率较低，而故障等级越低其故障预测的准确率越高。