一种基于机器学习技术的融合式继电保护整定方法

一种基于机器学习技术的融合式继电保护整定方法，包括构建历史数据集，用模型对历史数据集进行学习，以及用模型选定整定原则进行整定的过程，用模型选定整定原则进行整定的方法是以随机森林模型、K近邻模型、梯度提升决策树模型、XGBoost模型、自适应集成模型、决策树模型和支持相量机模型为基础，通过每个模型分别对所有整定原则进行投票，以上七个模型均借助粒子群算法进行预测准确度，最终在线路整定范围内选定一种预测准确度最高的整定原则进行整定。本发明将七种学习模型进行融合，利用了各个模型中的优势和特点，分别赋予不同的权重进行融合形成了最终的学习模型，使得准确度有一定的提高，而且可以稳定在很小的范围内。