考虑配电设备多源监测数据缺失的深度森林状态评价方法

作者：路军; 黄达文; 吴卫堃; 史守圆; 余涛

来源：新型工业化, 2020, 10(04): 1-6+12.

DOI：10.19335/j.cnki.2095-6649.2020.04.001

• 状态评价
• 概率权重
• 深度森林

配电设备在线监测技术渐进式的发展过程中形成了大量含缺失项的历史数据,为改善基于机器学习的配电设备状态评价方法在处理缺失数据方面的效果,本文提出基于概率权重深度森林的配电设备状态评价方法。首先对数据缺失产生的原因进行说明,接下来使用概率权重处理含缺失项样本并构建决策树,最后在此基础上构造随机森林和深度森林以实现基于数据驱动的配电设备状态评价。算例分析证明了本文方法在处理高比例有缺失数据方面的优越性。

• 单位
  广东电网公司; 华南理工大学