期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于RF特征优选的AEA⁃ResNet柱上断路器运行状态诊断 被引量:9
1
作者 钟伟 杨欢红 +3 位作者 赵恒亮 陈秉淞 陈荣 张雪强 《电力科学与技术学报》 CAS CSCD 北大核心 2023年第5期150-158,共9页
为实现柱上断路器运行状态的智能高效诊断,提出一种基于随机森林(random forest,RF)的特征优选算法,并利用遗传模拟退火算法(annealing evolution algorithm,AEA)优化残差神经网络(residual neural network,ResNet),实现设备状态的智能... 为实现柱上断路器运行状态的智能高效诊断,提出一种基于随机森林(random forest,RF)的特征优选算法,并利用遗传模拟退火算法(annealing evolution algorithm,AEA)优化残差神经网络(residual neural network,ResNet),实现设备状态的智能预测。首先构建包含22维特征的断路器运行状态数据库,通过RF算法计算各特征的重要度指标,并通过序列反向搜索的方式保留11维特征作为后续模型的输入。然后,利用AEA算法对ResNet的网络结构进行迭代优化,识别最优参数用于模型预测。最后,仿真结果表明,RF算法可有效避免特征冗余,提高模型的预测性能。与传统预测模型相比,AEA-ResNet模型可以显著提升预测准确率,尤其在少数类样本的召回率和精度方面优势明显。 展开更多
关键词 柱上断路器 状态诊断 随机森林 遗传模拟退火算法 残差网络算法
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部