一种多机器学习结合加权投票机制的漏电流波形匹配方法

本发明公开了一种多机器学习结合加权投票机制的漏电流波形匹配方法，涉及漏电流检测技术领域，包括步骤：S1、电流数据的预处理；S2、电流数据的特征提取；S3、多机器学习模型的建立与训练；S4、多机器学习模型结合加权投票机制的漏电流波形匹配。该多机器学习结合加权投票机制的漏电流波形匹配方法，在漏电流波形的精确匹配和分类辨识上，通过多模型加权投票机制有效提升了模型的分类准确性和鲁棒性；具体效果包括：通过从时域、频域和时频域三个维度提取多种特征，全面、深入地刻画了漏电流波形的特征，使得分类模型能够更充分地识别不同类型漏电流的特性，大幅提高了模型的识别准确性。