南京邮电大学学报(自然科学版)

作者：周鑫鑫,刘　琴,齐鹏文,杨　婕

单位：国网青海省电力公司超高压公司，青海 西宁 810000国网青海省电力公司超高压公司，青海 西宁 810000国网青海省电力公司超高压公司，青海 西宁 810000国网青海省电力公司超高压公司，青海 西宁 810000

关键词：证据理论；支持向量机；分类和回归树；随机森林；故障检测

基金：国网青海省电力公司科技项目（522821200090）

随着物联网技术及传感终端产品的不断成熟和推广，海量终端设备不断接入和应用，对感知终端设备的故障状态检测日益重要。基于证据理论技术，提出了质量分配函数DSM模型，对故障设备的数据特征信息进行融合，以期提高故障诊断的准确率。通过实验仿真和同类相关技术对比分析，研究结果表明：该模型相对支持向量机（SVM）、分类和回归树(CART)和随机森林 (RF)，在准确率、误报率、特异性、精确度等方面测评指标较高，具有较好的先进性和推广意义。

来源：2023年第06期

《南京邮电大学学报(自然科学版)》期刊编辑部

查看南京邮电大学学报(自然科学版)杂志2023年第06期