طبقه بندي عيوب در خطوط انتقال برق بوسيله ماشين بردار پشتيبان بهينه شده با الگوريتم فرا ابتكاري تركيبي جديد

خطوط برق انتقال يكي از اجزاي جدايي ناپذير در سيستم توزيع و انتقال برق هستند. توان بالاي عبوري و پيامدهاي مالي ناشي از بروز عيب در اين خطوط باعث توجه ويژه پژوهشگران به حفاظت در اين حوزه شده است. ضعف هاي موجود در روش هاي حفاظت سنتي و وابستگي شديد آن ها به شرايط بهره برداري سيستم اهميت تشخيص عيب با روش هاي هوشمند را دو چندان مي كند. در اين مقاله از روش مبتني بر يادگيري ماشين، ماشين بردار پشتيبان بهره گرفته شده است تا عيوب را در يك خط انتقال تشخيص دهيم. از ويژگي هاي اين پژوهش مي توان ارائه يك الگوريتم بهينه سازي تركيبي جديد و به كار بردن روش SMOTE براي متعادل سازي داده ها بهره گرفته شده است زيرا در حوزه تشخيص عيب اغلب داده ها نامتعادل هستند به اين صورت كه داده هاي مربوط به حالت سالم يا كاركرد عادي اغلب بيشتر در دسترس هستند تا داده هاي مربوط به حالت هاي عيب. اين رويكرد باعث طبقه بندي عيوب با دقت بالاتر و نتايج قابل استنادتر مي گردد.