摘要
本发明公开了基于改进决策树‑旋转森林的电缆局放识别方法及设备,通过对TRPD超声信号进行小波包分解能量特征提取和计算超声信号的过零率,并采取基于自适应加权信息调整增益的改进决策树算法对TRPD超声特征进行分类,能够全面地描述局部放电的发生时间、相位以及能量分布等多维度信息,能够更全面地获取电缆局部放电的特征信息,提高了局放检测和识别的准确性;采用基于多阶段融合的贝叶斯融合算法,将不同特征分类器的结果进行融合,弥补了单一分类算法的不足,提高了局放类型识别结果的可靠性。
技术关键词
超声信号
电缆局部放电
识别方法
旋转森林算法
决策树算法
融合算法
模糊函数
节点
多阶段
分类器
能量特征提取
预测类别
四阶累积量
构建决策树
信息熵
处理器
数据
系统为您推荐了相关专利信息
深度学习融合
多光谱
深度学习模型
识别方法
数据
取放货架
自动售卖机
商品识别方法
自助售卖机
序列
模型训练方法
手术
动作视频识别方法
训练集
模型训练装置
污染源识别
模型训练方法
快照
节点
非暂态计算机可读存储介质
模式识别方法
隐半马尔可夫模型
无监督
狄利克雷分配模型
LDA模型