电力系统是发电、输电、配电和利用系统的组合。简而言之,电力系统是任何电气系统的心脏。在电力系统中,故障或故障电流是任何异常电流。由于此类故障,整个系统可能会损坏并最终崩溃。这项工作的目的是将故障自动分类为 11 个故障类别之一,其中包括平衡故障和不平衡故障。架空输电线路产生故障的数据集是合成的,由100公里的11个不同的故障组成。仿真是使用 MATLAB/Simulink 软件模型完成的。故障分类任务是使用 Python 和 scikit-learn 中的监督机器学习算法实现的。SVM 表现出色,为生成的数据集提供了 91.6% 的测试准确率。因此,预测模型将使系统在提供可靠电源方面更加智能。

基于simulink的故障生成模型

故障类型如下:包含单相接地短路、两相短路、两相短路接地、三相短路、三相短路接地。
 A相 接地 (AG)
 B 相接地 (BG)
 C 相接地 (CG)
 A和B相(AB)
 B 和 C相 (BC)
 A和C相(AC)
  A、B 相和接地 (ABG)
 B、C相 和接地 (BCG)
  A、C 相和接地 (ACG)

A、B、C 线(ABC)
线路A、B、C 和接地(ABCG)。

故障数据展示(三相故障电压、电流为特征量)

故障预测流程:

1)特征选择

2)类标签编码

3)使用三种常用算法 KNN、SVM 和决策树来实现分类。

分类结果如下:

SN

Algorithm

Accuracy (%)

1

Decision Tree

84.2

2

kNN

86.15

3

SVM

91.06

数据集及代码下载链接:基于机器学习的电力系统故障分类预测模型.zip-机器学习文档类资源-CSDN下载故障数据由simulink仿真得出,包含acb三相接地等11种故障,故障分类的任务是使用Pytho更多下载资源、学习资料请访问CSDN下载频道.https://download.csdn.net/download/ncusz/72760886

基于机器学习的电力系统故障分类预测模型相关推荐

  1. python预测股票价格论文_基于机器学习的股票分析与预测模型研究

    金融观察 ◎ 基于机器学习的股票分析与预测模型研究 ① 姚雨琪 摘 要 : 近年来 ꎬ 随着全球经济与股市的快速发展 ꎬ 股票投资成为人们最常用的理财方式之一 ꎮ 本文研究的主要目标是利用 机器学习技 ...

  2. 基于机器学习的音乐风格分类

    1 任务介绍 基于机器学习的音乐风格分类,包含数据的导入,特征选择,机器学习模型,超参数调整. 数据集连接:https://download.csdn.net/download/ww596520206 ...

  3. python数据预测模型算法_基于机器学习的股票分析与预测模型研究

    摘 要:近年来,随着全球经济与股市的快速发展,股票投资成为人们最常用的理财方式之一.本文研究的主要目标是利用机器学习技术,应用Python编程语言构建股票预测模型,对我国股票市场进行分析与预测.采用S ...

  4. 基于机器学习的新闻文本分类

    Task1-数据探索分析 数据存储 由于用pandas一次性读取20w条数据显示memoryerror,内存不够,所以想到把数据存到数据库中,随用随取比较简便.把训练集20w条数据存到了mongodb ...

  5. 大数据分析案例-基于LightGBM算法构建乳腺癌分类预测模型

  6. 搜索引擎——用户搜索意图的理解及其难点解析,本质是利用机器学习用户的意图分类...

    用户搜索意图的理解及其难点解析 搜索引擎涉及的技术非常的繁复,既有工程架构方面的,又有算法策略方面的.综合来讲,一个搜索引擎的技术构建主要包含三大部分: 对 query 的理解 对内容(文档)的理解 ...

  7. 机器学习算法(五):基于企鹅数据集的决策树分类预测

    机器学习算法(五):基于企鹅数据集的决策树分类预测 1 逻决策树的介绍和应用 1.1 决策树的介绍 决策树是一种常见的分类模型,在金融风控.医疗辅助诊断等诸多行业具有较为广泛的应用.决策树的核心思想是 ...

  8. 基于机器学习的文本分类!

    ↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过 Datawhale干货 作者:李露,西北工业大学,Datawhale优秀学习者 据不完全统计,网 ...

  9. Task03——零基础入门NLP - 基于机器学习的文本分类

    学习目标 学会TF-IDF使用原理 使用sklearn的机器学习模型完成文本分类 文本表示方法 one-hot bag of words N-grams TF-IDF 基于机器学习的文本分类代码

最新文章

  1. H5用户地址位置选择地点获取经纬度(效果图)
  2. 推荐7个Mac端冷门但是一发现就无法自拔的软件
  3. 10个迷惑新手的Cocoa,Objective-C开发难点和问题
  4. html常用样式margin、border怎么使用
  5. PHP面试题:使用PHP描述快速排序算法,对象可以是一个数组?
  6. 疯子的算法总结(九) 图论中的矩阵应用 Part 1 POJ3613 Cow Relays
  7. 基于Visual C++2010与windows SDK fo windows7开发windows7平台的tabletpc应用(1)-手写数学公式输入...
  8. 基于X-Engine引擎的实时历史数据库解决方案揭秘
  9. getvod.php_音视频播放_PHP SDK_服务端SDK_视频点播 - 阿里云
  10. python3.6,--登录知乎
  11. android studio for android learning (十) android之activity的启动和关闭
  12. 实施运维企业面试题-5
  13. android 截图工具 mac,在Mac上截屏的三种方法 | MOS86
  14. iPhone上传全景照片到谷歌街景地图攻略
  15. Pixhawk系列飞控状态通知
  16. flask中for循环
  17. Service Mesh-Conduit概览
  18. 计算机正确的坐姿教案,小学信息技术第二册 正确坐姿和指法—基本键打字练习教案...
  19. 【异常处理】com.mchange.v2.async.ThreadPoolAsynchronousRunner$DeadlockDetector@390508 --nb
  20. java怎么向二维数组赋值_如何给JAVA二维数组赋值

热门文章

  1. 华为鸿蒙系统首发设备,华为鸿蒙系统首发设备 必须支持华为,早点甩掉安卓...
  2. 数模新版视频课程第11讲.时间序列分析
  3. python怎么绘制饼图_Matplotlib绘制饼图
  4. [bzoj5285][Hnoi2018]寻宝游戏【复杂度分析】
  5. 移动端浏览器有哪些,内核分别是什么
  6. 区块链2.0以太坊漫谈(3)
  7. 如何对Windows 2000中出现的“Stop 0x0000007B”错误信息进行故障诊断 1
  8. 这款吊打Chrome、Edge的浏览器,时隔573天再度更新
  9. TurnipBit—MicroPython开发板:妥妥拽拽零基础也能玩编程
  10. 国内VR体验馆发展现状及未来前景