利用天气数据与梯度提升位置、尺度和形状模型预测架空配电线路故障
应用统计
2022-09-09 v1
摘要
架空配电线路在配电中起着至关重要的作用，然而其独立架设的特性使其易受极端天气条件影响并导致供电中断。英国当前的电力网络监管意味着对中断的 preemptive 缓解可避免配电公司的财务处罚，使得准确的故障预测具有直接财务重要性。在此我们提出基于梯度提升位置、尺度和形状模型为英国某网络开发的预测模型，基于预报天气条件提供故障的时空预测。所提出的模型基于 (a) 树基学习器或 (b) 惩罚平滑与线性基学习器——导向广义加性模型（GAM）结构，其中后一类模型在样本外对数似然方面提供最佳性能。这些模型拟合了十五年的故障与天气数据，并被证明在多日预报窗口上提供良好准确性，为电力恢复提供切实支持。
引用
@article{arxiv.2209.03495,
title = {Forecasting overhead distribution line failures using weather data and gradient-boosted location, scale, and shape models},
author = {Antoni M. Sieminski and Carl R. Donovan},
journal= {arXiv preprint arXiv:2209.03495},
year = {2022}
}
备注
25 pages, 7 figures, based on the MSc dissertation of the primary author submitted for the MSc degree in Applied Statistics and Datamining at the University of St Andrews in 2021 -- under the supervision of the co-author