一种基于元启发式群体智能优化算法的局部放电特征选择方法

本发明公开了一种基于元启发式群体智能优化算法的局部放电特征选择方法，包括：基于局部放电信号样本，提取时域特征、频域特征、时频域特征，构建特征向量及原始特征集；将原始特征集随机划分为训练集与验证集；选择一个分类器用于局部放电类型分类识别，使用训练集训练选定的分类器获得分类器模型，设置适应度函数为当前训练的分类器模型在验证集上的分类准确率；通过采用元启发式群体智能优化算法并经过多轮迭代运算获取分类性能最优的特征子集；使用选出的最优特征子集重新训练分类器，获得分类模型，并对分类模型进行评估，确保模型在测试数据上的良好性能。本发明有效去除了无关或干扰特征，提升了局部放电类型分类识别的准确性和可靠性。