首页|电力基坑有害气体风险评估方法设计

电力基坑有害气体风险评估方法设计

扫码查看
原文链接
  • 万方数据
  • 维普
为了提升风险评估准确率,设计了一种电力基坑有害气体风险评估方法.创新性地利用密度和加权方法改进聚类算法,实施电力基坑有害气体传感数据的挖掘.使用改进阈值函数去噪方法对传感器数据实施去噪处理.基于静态响应和动态响应构建传感器响应灵敏度控制模型,提高数据质量.基于机器学习中的图神经网络构建电力基坑有害气体风险评估模型,实现有害气体风险等级评估.测试结果表明,该方法能够实现风险等级评估,并将风险评估结果的准确率均值提升到95％以上.评估结果显示:工程中基坑4、基坑5、基坑6的风险评估等级为低等级;基坑2为中低等级;基坑1、基坑3、基坑8为中等级;基坑7为中高等级.该方法的评估结果可用于对电力基坑施工安全进行控制,具有实际工程应用价值.
Design of Hazardous Gas Risk Assessment Method for Power Pits

Machine learningPower pitsImproved clustering algorithmGraph neural networksHazardous gas risk assessmentSensor controlGas concentrationDensity accessibility

文宗山、景国明、樊彦国

展开 >

河南送变电建设有限公司,河南 郑州 450000

国网河南省电力公司安全监察部,河南 郑州 450000

机器学习 电力基坑 改进聚类算法 图神经网络 有害气体风险评估 传感器控制 气体浓度 密度可达性

国家电网河南省电力公司科技项目

KJXM202274

2024

10.16086/j.cnki.issn1000-0380.2022090023

自动化仪表
中国仪器仪表学会 上海工业自动化仪表研究院

自动化仪表

CSTPCD
影响因子：0.655
ISSN：1000-0380
年,卷(期)：2024.45(2)
  • 10