Results 1 to 10 of about 721 (116)
全球能源互联网, 2022 电力负荷具有非线性和时序性的特点，为了深入研究各特征变量对于电力负荷预测的重要性，进而获得更高的电力负荷预测精度，提出了基于随机森林（random forest，RF）算法及长短期记忆网络（long short-term memory，LSTM）的混合负荷预测模型。首先根据时间日期因素及气候因素建立高维特征数据集作为随机森林模型的输入，通过随机森林算法筛选出重要特征量，并使其与历史负荷结合作为LSTM模型的输入，经过粒子群算法对LSTM模型进行参数寻优后得到RF-LSTM混合模型及负荷预测结果 ...
董彦军 +6 more
doaj +1 more source
Gaoya dianqi, 2022 不同类型的高压电缆局部放电（简称局放）模式识别是该领域的难题。部分电缆局放类型之间相似度较大，识别困难。针对该问题，文中提出了一种基于随机决策森林（RF）的高压电缆局放模式识别方法。首先，制作了5种高压电缆人工缺陷，结合IEC 60270—2015系统和高频电流互感器（HFCT）进行实验，获取局放数据，并进行局放特征提取。其次，介绍了随机森林算法的原理和基于随机森林的高压电缆局放模式识别流程。最后，基于实验所得数据开展了局放模式识别方法有效性验证，确定了随机森林每个节点处特征子集中特征个数、节点分裂规则、
刘文浩 +6 more
doaj
基于机器学习的沟谷地貌识别模型对比——以黄土高原典型流域为例
Shuitu Baochi Xuebao, 2023 探索沟谷地貌空间分布与环境控制特征之间的联系并构建沟谷地貌准确提取模型,对大尺度范围沟谷提取具有重要意义。基于人工提取黄土高原典型流域沟谷地貌样本,结合不同时期的Landsat8 OLI影像数据和DEM数据,建立随机森林模型确定黄土高原沟谷地貌提取最佳影像时期和最佳组合特征,基于最优模型参数,对比其与支持向量机和人工神经网络沟谷提取模型效果,验证模型泛化能力。结果表明:(1)黄土高原沟谷提取的最佳影像时期为12月,最佳组合特征集为Red、Blue、H、SWIR1、PNT、Coastal ...
范天程 +5 more
doaj
Gaoya dianqi, 2023 针对电磁斥力机构真空快速开关的机械状态监测问题，提出了一种最大奇异值能量熵（energy entropy of maximum singular value,EEMSE）和随机森林的故障诊断方法。首先，在真空快速开关中采集振动信号，对振动信号进行改进S变换得到模矩阵，随后对该矩阵的子矩阵进行奇异值分解，再利用信息熵理论对最大奇异值求熵得到特征向量，最后将特征向量输入随机森林模型进行故障分类和诊断。与不同特征量和分类器比较后的结果表明，文中提出的真空快速开关机械故障诊断方法特征一致性好，模型诊断速度较快 ...
张宇 +6 more
doaj
Gaoya dianqi, 2023 系统的安全稳定运行与高压断路器的可靠性密切相关，合闸阶段的行程曲线可以反映出高压断路器的弹簧机构机械状态，是实现状态识别的重要判据，因此基于行程数据的弹簧机构状态辨识具有重要的研究意义。文中对合闸弹簧预压缩量减少10 mm或15 mm、分闸弹簧预压缩量减少10 mm或15 mm、油缓冲器抽油10 mL或30 m L、传动构件卡阻档位1或档位2以及正常状态下9种合闸特性曲线进行了采集，然后基于深度森林（deep forest,DF）算法构建辨识模型，最后将识别结果与主成分—支持向量机、随机森林算法进行对比。
于晨晖 +4 more
doaj
全球能源互联网, 2023 在新常态经营形势下，用电量的精细化预测对于电力系统的安全、稳定、经济运行具有重要意义。采用基于数据驱动与误差修正的递进式思路，研究行业用电量主要影响因素辨识与预测方法。首先，在数据驱动层面，从相关度和冗余度角度应用最大信息系数和最大关联-最小冗余性初步识别主要影响因素。其次，在误差驱动层面，采用随机森林方法考虑误差进行影响因素精筛。再次，构建考虑了递进式主要影响因素辨识的行业用电量预测模型。预测模型应用自组织映射方法对典型行业的细分行业用电数据样本集进行聚类 ...
赵阳 +4 more
doaj +1 more source
广东电网遭台风泰利侵袭的输配电设备受损分析及评估 [PDF]
全球能源互联网近年来致灾台风频率呈增加趋势，以2023年影响广东电网约百万用户的第4号台风“泰利”为例，分析广东电网遭台风侵袭受灾情况，建立输配电杆塔受损预测模型，识别关键特征变量与因素，为电网防灾减灾提供支持。首先，分析台风“泰利”气象特征，具有“台前对流活跃，风力强度大，降水范围广”等特点，对输配电设备均产生一定程度破坏。其次，利用随机森林、支持向量机、梯度决策树、神经网络等4种机器学习算法建立输配电杆塔受损预测模型，并对比部分算法针对不平衡样本优化前后模型表现。算例表明，随机森林优化后提升最大 ...
侯慧 +5 more
doaj +1 more source
Zhongguo cuzhong zazhi, 2022 目的 建立基于机器学习的血糖异常急性缺血性卒中患者的预后预测模型，比较传统logistic模型与机器学习模型的预测效能。 方法 以中国国家卒中登记研究Ⅲ（China national stroke registration study III，CNSR-Ⅲ）血糖异常急性缺血性卒中患者为研究对象，采用病例报告表收集患者的人口学信息、既往病史、实验室检查、头颅影像学检查、卒中病因分型等临床资料。采用分层10折交叉验证划分训练集（3325例）和测试集（369例），基于随机森林、梯度提升决策树（
杨佳蕾, 陈思玎, 孟霞, 姜勇, 王拥军
doaj +1 more source
基于随机森林与长短时记忆神经网络的真空接触器故障诊断方法研究
Gaoya dianqi, 2022 针对真空接触器的渐发性故障识别准确率不高的现状，提出了一种基于随机森林与长短时记忆神经网络的故障诊断方法。文中分析了某型号12 kV真空接触器在机械保持工作情况下合闸线圈电流信号的故障特征，构建了两层诊断模型，在初步诊断中利用随机森林分类器，识别特征明显的突发性故障，利用长短记忆神经网络模型发掘数据时序特征的特点，识别渐发性故障，在最终诊断中利用证据融合将两者结果融合。文中提出的故障诊断模型有效解决了传统故障诊断方法对渐发性故障识别困难的不足，实验表明，该方法对渐发性故障识别准确率达到了91.1%以上 ...
袁钰林 +4 more
doaj
红外光谱快速识别食用植物油种类的研究Fast identification of edible vegetable oil kinds by infrared spectroscopy
Zhongguo youzhi, 2023 为实现食用植物油种类的快速无损识别，为公安实战中打击“食药环”犯罪提供参考，借助衰减全反射-傅里叶变换红外光谱技术对不同类别、品牌食用植物油进行了多层次分类识别工作。采用标准正态变换（SNV）和一阶导数预处理消除基线和其他背景干扰，使得重叠峰发生分离，从而提高检测的分辨率和灵敏度，利用竞争性自适应重加权算法（CARS）提取特征波长，结合基于布谷鸟搜索算法优化的极限学习机（CS-ELM）模型对不同种类和品牌的食用植物油进行分类识别，同时对比随机森林模型与CARS-CS ...
接昭玮1, 李绅2, 汪睿璇3，王继芬1，张震1, 徐晓杰4，周娣4，石学军4 JIE Zhaowei1, LI Shen2, WANG Ruixuan3, WANG Jifen1, ZHANG Zhen1, XU Xiaojie4, ZHOU Di4, SHI Xuejun4
doaj +1 more source