基于GKA-RF技术的变电站设备状态识别方法、系统

本申请公开了一种变电站的基于GKA‑RF技术的电气设备状态识别分类的技术方法，以辅助变电站的故障诊断，包括：S1、获取变电站的设备状态数据，并使用基于GMM的K‑means聚类对设备状态数据进行预处理；S2、基于预处理后的设备状态数据将之划分为训练集和测试集；S3、将先验算法(Apriori)应用在预处理后的训练集，进行关联规则的挖掘；S4、使用随机森林算法(Random Forest)进行分类训练，将训练后的模型应用在测试集以及新加入的样本中进行状态识别分类，从而提升模型对设备状态识别分类的准确率与判别能力。