基于随机森林的变压器局部放电模式识别

作者：王仕俊; 平常; 薛国斌

来源：科技通报, 2019, 35(11): 135-142.

DOI：10.13774/j.cnki.kjtb.2019.11.026

• 随机森林
• CART算法
• 变压器
• 局部放电
• 模式识别

针对目前在局部放电模式识别领域中常用的分类器算法的缺陷,本文研究随机森林(random forest,RF)算法在局部电放模式识别领域的应用。首先对局部放电试验数据提取统计特征量,构建放电的学习样本。利用十折法对算法分类性能进行评判,并比较常见分类算法BP神经网络、支持向量机(support vector machine,SVM))、KNN、分类回归树算法(classification and regression tree,CART)以及RF算法的识别准确率。结果表明:利用RF算法构建放电模式分类器的识别准确率最高。此外,利用组成RF的基分类算法CART可分析不同放电模式间的主要区别。

• 单位
  国网甘肃省电力公司经济技术研究院