来源：期刊VIP网 时间：
作者：罗正均;叶刚;周箩鱼;李涛;陈楠;张志熙;
单位：长江大学电工电子国家级实验教学示范中心;湖北师范大学电气工程与自动化学院;
摘要：为提升电缆绝缘状态评估的精度，本文提出了一种基于贝叶斯优化（BO）算法与轻量级梯度提升机（LightG-BM）算法的电缆绝缘状态评估方法。首先将数据集中所有特征进行组合，形成不同的特征子集，通过遍历所有的特征子集，找到五折交叉验证的准确率最高所对应的特征组合，完成对输入特征的筛选。然后使用BO算法对LightGBM中的7个超参数进行寻优。最后利用本文所提出的BO-LightGBM算法完成对电缆绝缘状态的评估。结果表明：本文提出的特征子集法与主成分分析法和互信息筛选法相比能更好地提升模型表现；经过BO算法优化后，LightGBM模型的精度能得到进一步的提升，与粒子群优化算法（PSO）和遗传算法优化（GA）相比，BO算法的计算效率能在几乎相同的精度下分别提升约80%和86.9%；与其他常用机器学习算法进行对比，本文模型的相关性能指标均为最优。
关键词：XLPE电缆;;状态评估;;机器学习;;贝叶斯优化算法;;轻量级梯度提升机算法
基金资助：国家自然科学基金资助项目(62473135)
