☰
利用BP网络输电线路故障诊断(Python代码,压缩包带有数据集和代码,解压缩可直接运行)
2026/10/18 14:36:56 网站建设 项目流程

效果视频:利用BP网络输电线路故障诊断(Python代码,压缩包带有数据集和代码,解压缩可直接运行)_哔哩哔哩_bilibili

用到的库:pandas,sklearn,seaborn,matplotlib(对这些库的版本无要求,可以远程协助运行起来代码)

1.数据集介绍 ,每类故障有大约1000个样本左右(训练集预测集比例:4:1)

将故障区分为具体的不同类型:单相短路故障(1130个样本)、两相接地短路故障(1134个样本)、两相相间故障(1004个样本)、三相相间短路故障(1096个样本)。这里随意举出每种类别的两个样本进行展示。

GCBAIaIbIcVaVbVc
1001-151.2918124-9.67745156385.800162260.400749853-0.132934945-0.267814907
1001-336.1861826-76.2832619518.328896580.312731934-0.123633156-0.189098779
1011-343.4870147104.56275133.7942853090.2720425010.011317575-0.283360076
1011-339.1254001105.4293167-0.2672412250.277820540.021756839-0.299577378
011019.38615173-785.553797768.7279081-0.210406869-0.00201120.212418069
011018.47841651-783.8619173767.9410527-0.217651204-0.002604510.220255714
0111506.5917463374.8825788-879.3449970.042029705-0.025636401-0.016393305
0111495.1384715387.4159615-880.42530960.042107683-0.025103056-0.017004627

2.模型:BP网络

3.效果(平均识别准确率为95.304%)

混淆矩阵

F1-score

训练误差曲线

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询