基于改进深度森林的用电信息采集故障诊断

作     者：杨学良 戚梦逸 丁宏 陶晓峰 刘涅煊 YANG Xueliang;QI Mengyi;DING Hong;TAO Xiaofeng;LIU Niexuan

作者机构：南瑞集团(国网电力科学研究院)有限公司江苏南京211106 

出 版 物：《电力信息与通信技术》 (Electric Power Information and Communication Technology)

年 卷 期：2022年第20卷第4期

页      面：32-40页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家电网有限公司科技项目“面向网荷协同的台区负荷精准调控与智慧用能关键技术研究及应用”(5400-202018421A-0-0-00) 

主　　题：深度森林 多粒度扫描 级联森林 用电信息采集系统 故障诊断 

摘      要：针对用电信息采集系统采集故障形式复杂多样,人工检定愈发难以满足电网公司运维需求的问题,文章提出一种基于改进深度森林的用电信息采集故障诊断算法,从表征信息与算法效率2个维度对深度森林算法进行改进,利用国内省级电力公司用电信息采集系统收集特征数据集,基于提出的采集故障诊断算法进行实验,结果表明该模型平均分类准确率可达96.05%,时间与内存消耗较原始深度森林算法降低一半,性能显著优于原始深度森林。通过与多种其他类型的分类器对比,该模型的分类准确率具有明显的优势。