基于白鲸优化算法和随机森林的轴承故障分类方法

本发明公开了基于白鲸优化算法和随机森林的轴承故障分类方法，该方法通过时、频域分析提取了与滚动轴承故障相关的特征数据，然后对特征进行包括归一化处理和特征集划分在内的特征处理；利用RF对特征进行初步分类，得到一个基准的分类准确率；以分类准确率和特征选择率两个关键指标构成适应度，以BWO算法的适应度为评价参数，利用BWO算法的路径选择能力寻求最优特征子集；将选取的最优特征子集划分为训练集和测试集，输入RF验证所选子集的分类效果。本发明方法通过优化特征选择，提高了模型的诊断精度和处理速度，减少数据的维度，解决了风电机组传动系统滚动轴承在故障诊断中容易受到冗余特征的影响。