电力网中功率质量事件分类：不同机器学习模型的比较评估
信号处理
2025-03-19 v1 机器学习
摘要
自动分类电力质量事件以其根本原因为依据，对电力网管理至关重要。本文 presented了一套广泛机器学习模型用于电力质量事件分类（基于其根本原因）的比较评估结果。在不同机器学习库中进行大量实验后，观察到表现最佳的学习模型为Cubic SVM和XGBoost。在误差分析期间，观察到这两种模型的主要性能降源是将ABC故障误分类为ABCG故障，或反之。最终，实现最佳结果的模型将被集成到土耳其电力输电系统的大型电力质量和网格监测系统的事件分类模块中。
引用
@article{arxiv.2503.13566,
title = {Classification of power quality events in the transmission grid: comparative evaluation of different machine learning models},
author = {Umut Güvengir and Dilek Küçük and Serkan Buhan and Cuma Ali Mantaş and Murathan Yeniceli},
journal= {arXiv preprint arXiv:2503.13566},
year = {2025}
}
备注
Presented at CIGRE SEERC 2023 Conference