典型文献
基于多状态数据均衡与XGBoost的特高压换流阀运行状态评估
文献摘要：
为减少直流系统停运与检修时间,提高换流阀运行的稳定性,提出一种基于多状态数据均衡与极端梯度提升(extreme gradient boost,XGBoost)的特高压换流阀状态评估方法.首先,针对晶闸管换流阀的主要部件,提取晶闸管组件、阀冷却组件、阀避雷器以及外部环境等4类特征指标;然后,提出一种基于孤立森林与合成少数类过采样技术的数据预处理方法,剔除数据集中的离群样本;再对少数类样本进行过采样,以实现各状态数据集的有效性与均衡性;接着,利用预处理后的数据训练XGBoost分类器,结合K-fold交叉验证与网格搜索法获取模型的最优超参数.最后以江苏省某换流站的实测数据为例对所提方法进行验证,结果表明:计算评估模型的准确率达97.1％,较传统方法更能准确判断换流阀的运行状态,同时该模型能反应各状态量的特征贡献度,可为换流阀的检修提供依据.
文献关键词：
换流阀;状态评估;不平衡数据集;孤立森林;XGBoost;特征提取
中图分类号：
作者姓名：
李轩;梅飞;沙浩源;郑建勇
作者机构：
东南大学电气工程学院,南京211096;河海大学能源与电气学院,南京211100
文献出处：
引用格式：
[1]李轩;梅飞;沙浩源;郑建勇-.基于多状态数据均衡与XGBoost的特高压换流阀运行状态评估)[J].高电压技术,2022(02):644-652
A类：
晶闸管组件
B类：
多状态,状态数据,数据均衡,XGBoost,特高压,高压换流阀,运行状态评估,直流系统,停运,检修,极端梯度提升,extreme,gradient,boost,避雷器,特征指标,孤立森林,合成少数类过采样技术,数据预处理方法,除数,离群,均衡性,数据训练,分类器,fold,交叉验证,网格搜索法,取模,优超,超参数,换流站,状态量,贡献度,不平衡数据集
AB值：
0.315472
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。
