不平衡数据集上的导线舞动预测：基于智能采样的 SVM
信号处理
2019-11-13 v1 机器学习
系统与控制
系统与控制
机器学习
摘要
导线舞动是由风引起的架空电力线路大幅低频振荡。此类运动可能对输电线路造成严重损坏，从而对电力系统运行构成重大风险。本文旨在设计一种导线舞动预测框架。困难来自数据集不平衡，因为舞动很少发生。通过考察数据平衡与数据量对预测性能的影响，我们提出采用适当的样本调整方法以获得更好性能。数值研究表明，仅使用三个特征并结合过采样，基于 SVM 的预测框架取得了 98.9% 的 F_1 分数。
引用
@article{arxiv.1911.04467,
title = {Conductor Galloping Prediction on Imbalanced Datasets: SVM with Smart Sampling},
author = {Kui Wang and Jian Sun and Chenye Wu and Yang Yu},
journal= {arXiv preprint arXiv:1911.04467},
year = {2019}
}