典型文献
基于知识图谱的电力变压器故障预测方法研究
文献摘要：
电力变压器是电网运行非常重要的主设备,目前电力变压器现有运维相关的信息化手段和软硬件产品缺少较好的故障隐患预测能力,常规的机器学习方法需要大量的有效样本数据,对电力变压器只有少量故障数据可用的现实情况提出了挑战.文中以知识图谱技术为基础,结合梯度提升决策树,提出了结合变压器故障各影响因素以及历史运行数据的知识图谱少样本训练及故障预测方法.该方法在有限的变压器故障特征数据可用情况下,能够从一小组高维数据中学习,并在高准确率下实现对变压器的安全状态评估及故障分析.实验结果表明:该方法相对于人工神经网络、逻辑回归等其他学习方法,预测准确率高,具有较好的先进性、实用性和推广意义.
文献关键词：
电力变压器;故障预测;知识图谱;人工神经网络;逻辑回归
中图分类号：
作者姓名：
董理科;白鹭;武娜;杨冬冬
作者机构：
国网山西省电力公司电力科学研究院,太原 030001
文献出处：
引用格式：
[1]董理科;白鹭;武娜;杨冬冬-.基于知识图谱的电力变压器故障预测方法研究)[J].高压电器,2022(11):151-159
A类：
B类：
基于知识,电力变压器,变压器故障,故障预测,电网运行,主设备,信息化手段,件产品,故障隐患,预测能力,机器学习方法,有效样本,故障数据,现实情况,梯度提升决策树,历史运行数据,少样本,样本训练,故障特征,特征数据,一小,高维数据,安全状态,状态评估,故障分析,人工神经网络,逻辑回归,预测准确率,推广意义
AB值：
0.321033
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。
