科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对变压器故障样本类别不平衡和模型诊断精度低的问题，首先使用自适应综合过采样对训练样本中少数类别进行扩充以平衡样本，然后通过深度信念网络对平衡后样本进行深层特征提取，最后将特征向量输入到XGBoost(extreme gradient boosting)进行故障诊断。算例分析表明，所提出的诊断模型准确率最高达91.94%；在样本类别不平衡条件下，所提故障诊断方法与BP神经网络、支持向量机、随机森林、XGBoost相比更优。
-
单位云南电网有限责任公司电力科学研究院; 昆明理工大学
