首页|基于Hampel和XGBoost联合算法的变电站巡检人员室内定位方法研究

基于Hampel和XGBoost联合算法的变电站巡检人员室内定位方法研究

扫码查看
原文链接
  • 万方数据
  • 维普
变电站内部结构复杂,人员走动频繁,无线信号在传播过程中受到干扰,导致用于巡检定位的数据质量差.针对该问题,文章提出一种基于Hampel和极度梯度提升树(eXtreme gradient boosting,XGBoost)联合算法的变电站巡检人员室内定位方法.首先,利用Hampel滤波剔除信号序列异常值,并采用自适应反距离加权插值法补偿信号序列,从而得到新的信号序列;然后,将新序列带入训练好的XGBoost回归模型,得到信号预测值;最后,利用预测值基于路径损耗模型得到人员坐标.将所提方法分别在模拟环境中进行验证.验证结果表明,所提方法在数据预处理阶段对质量差的数据有较好的处理效果,并且对比传统的极限树和多层感知机回归算法模型,在模拟的变电站室内机房中定位精度分别提高21.9％、32％,在模拟的大面积的变电站环境中定位精度显著提高.
Research on Indoor Location Method of Substation Inspection Personnel Based on Combined Algorithm of Hampel and XGBoost

substation inspectionindoor locationrange-based localizationHampel filteringXGBoost

蔡万升、解鹏、宋曦

展开 >

南京南瑞信息通信科技有限公司,江苏省南京市 210003

国网新疆电力有限公司,新疆维吾尔自治区乌鲁木齐市 830000

国网甘肃省电力有限公司,甘肃省兰州市 730000

变电站巡检 室内定位 测距定位 Hampel滤波 XGBoost

南瑞信通自筹科技项目(2022)

5246DR220003

2024

10.16543/j.2095-641x.electric.power.ict.2024.03.11

电力信息与通信技术
中国电力科学研究院

电力信息与通信技术

CSTPCD
影响因子：0.699
ISSN：1672-4844
年,卷(期)：2024.22(3)
  • 20