陳凱 南東亮 孫永輝 夏響

摘要：電網(wǎng)二次設(shè)備缺陷嚴(yán)重程度的精確判斷可為設(shè)備的運(yùn)行和維護(hù)提供重要依據(jù).針對(duì)電網(wǎng)二次設(shè)備缺陷數(shù)據(jù)特征量多、人為判斷難度大、易出錯(cuò)等問(wèn)題，提出基于XGBoost（eXtreme Gradient Boosting）的二次設(shè)備缺陷分類方法，提高二次設(shè)備缺陷分類的準(zhǔn)確率.首先，對(duì)二次設(shè)備歷史缺陷數(shù)據(jù)進(jìn)行去異常值、編碼等一系列預(yù)處理工作，并篩選出與設(shè)備缺陷相關(guān)性高的特征建立特征指標(biāo)集;然后，利用歷史缺陷數(shù)據(jù)對(duì)XGBoost模型進(jìn)行訓(xùn)練和參數(shù)尋優(yōu);最后，用訓(xùn)練好的分類模型實(shí)現(xiàn)二次設(shè)備缺陷的準(zhǔn)確分類.本文采用某電廠二次設(shè)備缺陷數(shù)據(jù)對(duì)所提算法進(jìn)行算例分析，并與傳統(tǒng)分類器（決策樹(shù)、邏輯回歸等）進(jìn)行比較，結(jié)果表明XGBoost可以實(shí)現(xiàn)對(duì)二次設(shè)備缺陷程度的精確判斷，進(jìn)而可以很好地輔助檢修人員進(jìn)行設(shè)備的維護(hù)與管理.

關(guān)鍵詞：XGBoost算法;二次設(shè)備;缺陷分類;機(jī)器學(xué)習(xí)