Гибридная ансамблевая модель стекинга на основе вейвлет-преобразования для прогнозирования загрязнения изоляторов

Загрязненные изоляторы могут характеризоваться повышенной поверхностной проводимостью, что потенциально приводит к необратимым отказам в электрических энергосистемах. В настоящем исследовании ультразвуковое оборудование используется для прогнозирования отказов фарфоровых штыревых изоляторов на 13,8 кВ, 60 Гц. Для лабораторного анализа изоляторы с проблемного ответвления демонтируют после обследования электрической системы и исследуют в лаборатории в контролируемых условиях. Для прогнозирования временных рядов применяется ансамблевая модель машинного обучения на основе стекинга с использованием вейвлет-преобразования для фильтрации сигнала и снижения уровня шума. Для всестороннего анализа модели оцениваются различные варианты ее конфигурации. Результаты представлены с использованием среднеквадратичной ошибки (RMSE), средней абсолютной процентной ошибки (MAPE), средней абсолютной ошибки (MAE) и коэффициента детерминации (R²). Для валидации результатов проводится сравнительный анализ с хорошо зарекомендовавшими себя моделями, включая адаптивную нейро-нечеткую систему вывода (ANFIS) и модель долгой краткосрочной памяти (LSTM).