Применение методов машинного обучения для идентификации технического состояния маслонаполненных измерительных трансформаторов

Статья посвящена проблеме оценки фактического состояния маслонаполненных измерительных трансформаторов тока как одного из видов вспомогательного высоковольтного оборудования распределительных устройств станций и подстанций, для которых характерно отсутствие систем мониторинга и, как следствие, высокая неопределенность при идентификации технического состояния. Автором статьи реализована пошаговая процедура обработки исходных данных, включающая в себя подбор и преобразование отдельных признаков и классов состояний, восстановление пропусков в исходных данных, анализ коллинеарности признаков и направленная на повышение точности идентификации состояния оборудования. Задача распознавания классов состояний трансформаторов тока решена с использованием алгоритмов случайного леса и градиентного бустинга над деревьями решений. Апробация разработанной системы выполнена на основе базы данных парка оборудования региональной сетевой компании, что позволило получить решение эксплуатационной задачи — формирование ранжированных списков оборудования для включения в программу ремонтов и обслуживания.