文献

J-GLOBAL ID：201802210958128396   整理番号：18A2190931

限界勾配リフトツリーに基づく送電線欠陥リスク予測【JST・京大機械翻訳】

Prediction of Transmission Line Defects Risk Based on Extreme Gradient Boosting Tree

著者 (4件)： Li Wei (国网遼寧省電力有限公司,沈陽,110006) ,  Wang Lixia (国网遼寧省電力有限公司,沈陽,110006) ,  Li Guangye (国网遼寧省電力有限公司,沈陽,110006) ,  Che Yifeng (南京南瑞集団公司,南京,210003)
資料名： Kongzhi Gongcheng  (Kongzhi Gongcheng)
巻： 25  号： 7  ページ： 1172-1178  発行年： 2018年 
JST資料番号： C2953A  ISSN： 1671-7848  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 送電線は電力系統の長距離送電電力の重要な装置である。送電線の長期暴露は野外環境下で、暴風雨、台風などの極端な災害性天気の影響を受けやすいため、設備は欠陥と安全の危険性が発生しやすく、電力システムの安全と信頼性を脅かす。気象因子と送電線の欠陥の関係に基づいて,限界勾配リフティングツリーXGBoost(eXtremeGradientBoosting)の統合学習フレームワークを,災害気象送電線の欠陥リスクの予測に困難にしている。送電線の欠陥リスク予測モデルを構築した。気象因子の変化に従って,電力系統の送電線の欠陥と欠陥リスクの発生確率を予測した。ある市の電力系統の気象データと欠陥データを応用背景として検証し、実験の結果により、XGBoostに基づく送電線の欠陥リスクモデルは天気予報情報に基づいて、送電線の欠陥の種類を高速、正確に判断でき、欠陥の発生確率を予測できることが明らかになった。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 天気 ,  気象 ,  電力系統 ,  天気予報 ,  安全性 ,  信頼性 ,  モデル ,  台風 ,  *リフト ,  高速度 ,  *送電線 ,  暴風雨 ,  学習 ,  気象データ
準シソーラス用語： 発生確率 , 【Automatic Indexing@JST】

分類 (2件)： 電力系統一般  (NB02000E) ,  送電  (NB05030G)

タイトルに関連する用語 (4件)： リフト ,  送電 ,  線欠陥 ,  リスク予測