《表8 诊断结果:基于遗传算法优化XGBoost的油浸式变压器故障诊断方法》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于遗传算法优化XGBoost的油浸式变压器故障诊断方法》
注:“*”表示诊断错误。
利用上述模型对来自文献[23]的10组变压器检测异常数据进行故障识别,样本数据详见附录D。基于XGBoost的诊断模型和改良ICE比值法对10组样本的诊断结果比较如表8所示。由表可见,由于ICE比值法的编码边界太过于绝对,编码不完备,当样本处于不同编码区间边界时往往无法正确识别故障类型。而采用所提XGBoost模型可以对处于模糊区间的样本进行学习和正确分类,基本弥补了ICE比值法编码缺失、诊断正确率低等不足。
图表编号 | XD00192381400 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.10 |
作者 | 张又文、冯斌、陈页、廖伟涵、郭创新 |
绘制单位 | 浙江大学电气工程学院、浙江大学电气工程学院、浙江大学电气工程学院、浙江大学电气工程学院、浙江大学电气工程学院 |
更多格式 | 高清、无水印(增值服务) |