国能包神铁路集团有限责任公司
Published:2026
移动端阅览
杨锟. 基于不平衡样本特征的电缆发热故障自动化诊断技术[J]. 2026, 24(3): 60-66.
DOI:
杨锟. 基于不平衡样本特征的电缆发热故障自动化诊断技术[J]. 2026, 24(3): 60-66. DOI: 10.16543/j.2095-641x.electric.power.ict.2026.03.08.
在电缆发热故障自动化诊断中,正常运行的电缆数据远多于故障数据,导致传统的故障诊断模型在训练时容易偏向多数类(正常类),而忽视少数类(故障类),降低了对故障识别的准确性。为此,文章提出基于不平衡样本特征的电缆发热故障自动化诊断方法。通过提取电缆发热故障特征向量,利用XGBoost决策树预测电缆发热故障诊断所需的不平衡样本特征集。采用Bagging-异质K近邻集成算法对训练后的特征集进行规划和分类,并建立特征集分类器,根据分类正确率权值矩阵实现电缆发热故障自动化诊断。实验结果表明,所提方法的损失函数(Loss)在训练过程中迅速收敛且保持平稳,能够准确捕捉并判断电缆的发热故障状态。通过计算得到的F1值整体保持在0.95以上,进一步验证了该方法在电缆故障诊断领域的有效性和高精度。
沈银,席燕辉,陈子璇.基于多通道卷积双向长短时记忆网络的输电线故障分类[J].电力系统保护与控制,2022(03).
揭青松,杨庆,崔浩楠,孙健,冉佳权.基于暂态电压传递特性的电缆接头绝缘状态检测方法[J].高电压技术,2022(03).
梁钟颖,周凯,孟鹏飞,饶显杰,李蓉,王昱皓.基于频域反射系数谱的电缆故障定位与故障类型识别方法研究[J].电工电能新技术,2022(08).
李新宏,朱玉娇,李成成,韩子月,王靖雯,贾瑞超.贫数据条件下海底电缆故障概率评估方法[J].中国安全生产科学技术,2022(06).
黄登一,刘灏,毕天姝,杨奇逊.基于扰动传播时空相关性的电网扰动事件快速定位方法[J].中国电机工程学报,2022(06).
杨波,黄倩,付强,朱荣生.基于CEEMD和优化KNN的离心泵故障诊断方法[J].机电工程,2022(11).
吴卫堃,宫士营,郑耀华,单超,董传友.基于DRSN的高噪声环境下XLPE电缆故障识别[J].电气传动,2022(16).
赵书静,龚梁涛,詹博博,梁聪,王伟,李成榕.基于FMCW的10kV配电电缆故障定位及类型识别方法[J].中国电机工程学报,2023(11).
张宇博,郝治国,林泽暄,杨松浩,刘志远,于晓军.基于深度字典学习的输电线路故障分类方法[J].电力自动化设备,2022(11).
朱博,于晓洋,田立刚,魏新劳.基于阻性电流和护层电流的交叉互联电缆绝缘监测及诊断[J].电机与控制学报,2023(02).
田淑均,王恩德,罗印,熊一蓉,詹花茂.电缆穿墙金属套管发热影响因素及抑制方法研究[J].变压器,2022(03).
孙俊静,顾幸生.基于注意力机制多尺度卷积神经网络的轴承故障诊断[J].华东理工大学学报(自然科学版),2024(02).
杜立伟,许志红.基于电弧故障测试系统的电缆碳化路径分析与判别[J].电力自动化设备,2022(12).
李国玉,张戬,孟勇亮.基于Bagging算法的地铁供电系统故障诊断方法[J].自动化技术与应用,2022(09).
孙元岗,同向前,窦文彬,黄晶晶.电源电压矢量快速定位的AC/DC变换器选择性控制[J].电力电子技术,2023(06).
李克文,王晓晖,柯翠虹,张敏.面向分类困难区域的不平衡分类改进方法[J].计算机仿真,2023(11).
余盛灿,余涛,陈鑫沛,杨家俊,潘振宁.基于图表示学习与知识蒸馏的电缆故障快速识别方法[J].电力信息与通信技术,2024(04).
王开正,周顺珍,王健,付一桐,周若涵,曾瑶.基于多尺度时空特征深度融合神经网络的输电线路火点判识方法[J].高电压技术,2025(03).
0
Views
下载量
CSCD
Publicity Resources
Related Articles
Related Author
Related Institution