科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
