典型文献
基于文本挖掘技术的水电站故障诊断方法研究
文献摘要：
水电站多年运行积累了大量的故障记录文本,通过对故障记录挖掘可以实现故障快速诊断,为水电站设备检修与管理提供辅助决策.针对这一情况本文提出了基于文本挖掘技术的水电站故障诊断方法,根据故障现象描述快速诊断故障类型.首先研究大量水电站故障现象文本,将故障按照特性划分为不同故障类型,并对文本进行预处理将其转为文本矩阵.然后,将文本矩阵输入XGBoost分类器进行训练和参数调优,构建了基于XGBoost算法的水电站故障分类模型.最后,与决策树、支持向量机、朴素贝叶斯等传统分类模型进行实验对比,实验结果表明,XGBoost在分类的综合性能、泛化能力方面要优于对比的分类模型.实验结果证明本文所提方法在水电站故障诊断上有较好的效果,可以准确判断故障类型,为今后故障分类诊断挖掘奠定基础.
文献关键词：
文本挖掘;文本向量化;XGBoost;水电站故障诊断
中图分类号：
作者姓名：
陆世豪;祝云;陆锡文;周振波;廖华;董羊城;陈磊
作者机构：
广西电力系统最优化与节能技术重点实验室(广西大学),南宁530004;中国南方电网有限责任公司超高压输电公司南宁监控中心,南宁530028;广西电力职业技术学院,南宁530007;广西右江水利开发有限责任公司,南宁530029
文献出处：
引用格式：
[1]陆世豪;祝云;陆锡文;周振波;廖华;董羊城;陈磊-.基于文本挖掘技术的水电站故障诊断方法研究)[J].大电机技术,2022(04):74-80
A类：
水电站故障诊断
B类：
文本挖掘技术,故障诊断方法,录文,快速诊断,水电站设备,设备检修,辅助决策,故障现象,故障类型,先研,XGBoost,分类器,参数调优,分类模型,决策树,朴素贝叶斯,实验对比,泛化能力,故障分类诊断,文本向量化
AB值：
0.219272
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
