基于改进极端梯度提升树算法的高压开关柜局部放电模式识别方法

本发明涉及高压开关柜局部放电识别技术领域，公开了一种基于改进极端梯度提升树算法的高压开关柜局部放电模式识别方法。首先进行数据预处理，将数据进行标准化、编码并划分为训练集和测试集；然后初始化粒子群算法，包括设置粒子群算法的参数和随机初始化粒子的速度和位置，计算适应度值并更新最优位置，将位置赋给模型以构建改进极端梯度提升树算法模型，并计算准确性以及更新每个粒子的最优位置和全局最优位置；最后根据公式更新每个粒子的速度和位置判断停止条件，如果达到迭代次数则迭代终止并输出最优参数。本方法能够进一步提高了分类效率与准确度，为高效进行高压开关柜局部放电类型识别提供了一种有效的方案。