期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于TPE-Informer模型的铁路继电器寿命预测
1
作者 聂靖杰 刘树鑫 +2 位作者 邢朝健 许静 李艳凯 《电气工程学报》 CSCD 北大核心 2024年第3期98-106,共9页
针对如何准确、高效地预测铁路继电器寿命问题,提出一种基于TPE-Informer模型的铁路继电器寿命预测方法。首先,搭建铁路继电器电寿命试验平台,获取其整个生命周期的退化数据,从中提取出能够反映其运行状态的特征参数;其次,将提取的特征... 针对如何准确、高效地预测铁路继电器寿命问题,提出一种基于TPE-Informer模型的铁路继电器寿命预测方法。首先,搭建铁路继电器电寿命试验平台,获取其整个生命周期的退化数据,从中提取出能够反映其运行状态的特征参数;其次,将提取的特征参数输入Informer模型进行训练,利用多头稀疏自注意力机制挖掘特征信息前后状态的关联性;最后,利用非标准贝叶斯优化算法(Tree-structured parzen estimator,TPE)优化Informer模型超参数,以获得更好的预测性能。采用试验平台采集数据对模型验证,并与其他三种深度学习算法进行结果对比。试验结果表明,所提预测模型比RNN、LSTM和Informer模型预测精度高,平均精度达到96.52%,误差率小,稳定性好,证明了该预测模型应用的可行性。 展开更多
关键词 铁路继电器 寿命预测 非标准贝叶斯优化算法 Informer模型
下载PDF
基于DGA与TPE-LightGBM的变压器故障诊断
2
作者 杨金鑫 廖才波 +3 位作者 胡雄 朱文清 张旭 刘邦 《电力科学与技术学报》 CAS CSCD 北大核心 2024年第4期70-77,共8页
油中溶解气体分析(dissolved gas analysis,DGA)对变压器故障的早期预警及诊断具有重要意义。为了提升变压器故障诊断的准确性及可靠性,提出一种基于树结构概率密度估计(tree-structured parzen estimator,TPE)算法优化轻量级梯度提升机... 油中溶解气体分析(dissolved gas analysis,DGA)对变压器故障的早期预警及诊断具有重要意义。为了提升变压器故障诊断的准确性及可靠性,提出一种基于树结构概率密度估计(tree-structured parzen estimator,TPE)算法优化轻量级梯度提升机(light gradient boosting machine,LightGBM)的变压器故障诊断方法。首先,建立包含油中气体比值、编码等16维DGA特征集合,采用最小绝对收缩和选择(least absolute shrinkage and selection opera-tor,LASSO)算法选择用于变压器故障诊断的有效特征量;其次,构建基于LightGBM的变压器故障诊断方法,并引入TPE算法对LightGBM诊断模型参数进行优化,形成最优故障诊断模型;最后,选用精确度、召回率和F1分数等评价指标对所提诊断模型性能进行评估。研究结果表明,TPE-LightGBM的平均准确率为90.23%,其诊断精度及鲁棒性均优于RF和XGBoost等算法。同时,与现场常用的三比值法进行对比,所提方法的准确性和可靠性均有显著提升。该方法可有效提升电力变压器的智能运维水平。 展开更多
关键词 变压器 油中溶解气体 故障诊断 树结构概率密度估计 LASSO算法 轻量级梯度提升机
下载PDF
基于油中溶解气体特征量筛选的变压器故障诊断方法 被引量：7
3
作者 廖才波 杨金鑫 +3 位作者 胡雄 邱志斌 刘小天 朱文清 《电力工程技术》 北大核心 2024年第1期192-200,共9页
油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的... 油中溶解气体分析对变压器故障预警及诊断具有重要意义。针对油中溶解气体特征量种类众多、故障关联特征分析不足等问题,文中以油浸式变压器为研究对象,提出了基于油中溶解气体特征量筛选的变压器故障诊断方法。首先,对油中溶解气体的原始特征量进行特征衍生,通过随机森林(random forest,RF)计算特征量对故障诊断的重要度,筛选得到最佳特征组合。其次,采用树结构概率密度估计(tree-structured parzen estimator,TPE)实现RF模型的参数寻优,并形成TPE-RF诊断模型。同时,结合多种评价指标,证明所提方法能够对变压器作出准确的故障诊断。最后,提出TreeSAHP模型分析特征量对各故障的重要度,优选出各故障关联的主要特征量,并根据变压器运行案例,探讨了该方法在电力行业现场应用中的适用性,验证了该方法的有效性。 展开更多
关键词 油中溶解气体 变压器 故障诊断 树结构概率密度估计(TPE) 随机森林(RF) 特征筛选 treeSHAP模型
下载PDF
基于树结构Parzen估计器优化集成学习的短期负荷预测方法
4
作者 罗敏 杨劲锋 +6 位作者 俞蕙 赖雨辰 郭杨运 周尚礼 向睿 童星 陈潇 《上海交通大学学报》 EI CAS CSCD 北大核心 2024年第6期819-825,共7页
短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响... 短期负荷预测主要用于电力系统实时调度、日前发电计划的制定,对电力系统经济调度、系统的安全运行具有重要意义.国内外在采用智能模型进行短期负荷预测方面开展了大量研究,然而智能预测方法的预测效果较易受到现存方法结构及参数的影响,以及预测对象自身个性差异使得参数难以复用,如何精准快速地获取方法结构与参数成为短期负荷预测的关键难题.对此,提出基于树结构Parzen估计器优化集成学习的短期负荷预测方法,可对方法结构与参数进行快速寻优.将该方法应用于中国南方某省短期负荷预测,以实际算例验证了其对预测精度的有效提升. 展开更多
关键词 短期负荷预测 树结构parzen估计器 集成学习 超参优化
下载PDF
基于CatBoost用信预测模型的TreeSHAP解释性研究 被引量：3
5
作者 马朔 李钊 赵军 《计算机系统应用》 2023年第3期338-344,共7页
银行客户申请信用贷款在授信通过后,精准预测客户是否用信及分析影响客户用信的关键因素,对提高银行客户服务能力及盈利能力具有重要意义.目前,机器学习算法鲜有在用信预测方面的应用,且金融用信领域缺乏模型可解释性的研究,为此提出一... 银行客户申请信用贷款在授信通过后,精准预测客户是否用信及分析影响客户用信的关键因素,对提高银行客户服务能力及盈利能力具有重要意义.目前,机器学习算法鲜有在用信预测方面的应用,且金融用信领域缺乏模型可解释性的研究,为此提出一种基于CatBoost的TreeSHAP解释性用信预测模型.通过CatBoost构建用信预测模型,利用3种超参数优化算法对该模型进行对比优化,与基线模型在4项主要性能指标上进行实验对比,结果表明经TPE算法优化后的模型性能均优于其他模型,然后结合TreeSHAP方法从全局和局部的层面增强模型的可解释性,解释性分析客户用信的影响因素,为银行对客户进行精准化营销提供决策依据. 展开更多
关键词 用信预测 可解释性 TPE CatBoost treeSHAP 机器学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部