基于机器学习的电力系统故障分类预测模型.zip

上传者: ncusz | 上传时间: 2022-01-01 14:10:32 | 文件大小: 652KB | 文件类型: ZIP
故障数据由simulink仿真得出,包含acb三相接地等11种故障,故障分类的任务是使用 Python 和 scikit-learn 中的监督式学习算法来实现的。比较使用三种常用的分类算法-决策树(DT) ,k 最近邻(KNN) ,支持向量机(SVM)。对于生成的数据集,支持向量机性能优异,测试准确率达到91.6% 。该预测模型将使系统更加智能化,从而提供可靠的电源。

文件下载

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明