版权说明 操作指南
首页 > 成果 > 详情

基于特征混叠分析与贝叶斯-随机森林的触电辨识方法研究

认领
导出
Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
Research on Electric Shock Identification Based on Feature Overlap Analysis and Bayes-Random Forest
作者:
吴聪;刘谋海;周灿;黄瑞;仝海昕;...
作者机构:
国网湖南省电力有限公司, 湖南 长沙 410004
长沙理工大学电气与信息工程学院, 湖南 长沙 410114
[黄瑞; 周灿; 刘谋海; 吴聪] 国网湖南省电力公司
[仝海昕; LU Jin] 长沙理工大学
语种:
中文
关键词:
生物触电辨识;随机森林;特征混叠
期刊:
湖南电力
ISSN:
1008-0198
年:
2024
卷:
44
期:
1
页码:
32-37
基金类别:
5216A8220011:国家电网有限公司总部科技项目
机构署名:
本校为其他机构
摘要:
针对低压配电系统中特征混叠导致生物触电辨识困难的问题,提出基于贝叶斯-随机森林的生物触电辨识方法.首先,对包括非生命体对照组在内五种触电类型的电流波形进行特征分析,研究相同触电特征在不同类别中的混叠情况.其次,通过贝叶斯优化算法对随机森林模型超参数进行寻优,采用bagging方法、使用真实样本对随机森林进行数据拟合,描述了随机森林集成辨识机制的运作方式,以及方法的具体实施流程.再次,在 136 802 个包含五种类型的测试样本中进行方法验证,总体准确率为96.276%.最后,与现有方法进行对比,验证了所提方法在触电辨识方面的优越性.
摘要(英文):
In response to the difficulty in identifying biological electric shocks caused by feature aliasing in low-voltage distribution systems,a Bayesian-random forest based method for identifying electric shock caused by characteristic overlap in low-voltage distribution systems is proposed.Firstly,the current waveforms of five types of electric shocks,including a non-living organism control group,are analyzed to study the overlap of the same shock characteristics in different categories.Secondly,the Bayesian optimization algorithm is used to optimize the hyper-parameters of the random forest model.T...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com