고전압 유리 절연체 오염 예측 머신러닝
본 연구는 고전압 옥외 유리 절연체의 오염 심각도를 등가염분퇴적밀도(ESDD)를 이용해 예측하는 머신러닝(ML) 모델을 제안한다. Support Vector Machines(SVM), Neural Networks(NN), Extremely Randomized Trees(ERT), Gaussian Process Regression(GPR) 네 가지 ML 모델을 환경 및 작동 관련 15가지 특징을 포함하는 362개 데이터 포인트에 적용하여 훈련시켰다. 모델 성능 향상을 위해 베이지안 최적화(BO)와 랜덤 탐색을 활용한 하이퍼파라미터 최…