存在缺失数据时使用进化计算的高压套管状态监测
神经与进化计算
2007-05-23 v1 人工智能
摘要
本工作提出了应用结合粒子群优化（PSO）和遗传算法（GA）的神经网络来补偿缺失数据，以对高压套管进行分类。该分类使用来自60966个套管的DGA数据，基于IEEEc57.104、IEC599以及针对油浸纸（OIP）套管的IEEE产气率方法进行。在准确度和计算效率方面对PSO和GA进行了比较。当仅缺失一个变量时，GA和PSO的模拟均能以平均95%的准确度估计缺失数据值。然而，当同时缺失两个变量时，PSO的准确度迅速下降至66%，而GA为84%。发现使用GA估计的数据对套管状态的分类效果优于PSO。
引用
@article{arxiv.0705.2516,
title = {Condition Monitoring of HV Bushings in the Presence of Missing Data Using Evolutionary Computing},
author = {Sizwe M. Dhlamini* and Fulufhelo V. Nelwamondo** and Tshilidzi Marwala**},
journal= {arXiv preprint arXiv:0705.2516},
year = {2007}
}
备注
7 pages