摘要
本发明提供一种电流互感器误差评估模型的构建、误差评估评估方法和装置,其中,所述模型构建方法获取电流互感器采集的若干个历史单相/三相幅值初始数据,以及对应的误差测量值,通过对数据进行预处理和特征值提取生成历史样本集;基于历史样本集数据对基于stacking集成学习算法的误差评估初始模型进行训练验证,生成电流器误差评估模型。采用本发明所述方法生成的误差评估模型由于充分发挥了不同机器学习算法模型的长处,有效降低了单个模型可能存在的偏差和方差,增强了模型的泛化和稳健性,而且由于利用交叉验证的方法对模型进行训练验证,更充分地运用训练数据,降低了过拟合的风险,从而提高了误差评估的精确度。
技术关键词
电流互感器误差
幅值
集成学习方法
误差预测
特征值
数据
学习器
线性支持向量机
机器学习算法模型
样本
误差评估方法
参数调优方法
集成学习算法
信号处理方式
灰狼优化算法
支持向量机模型
模型构建方法
系统为您推荐了相关专利信息
方位估计方法
水听器阵列
协方差矩阵
频率
信号源
协同优化控制方法
优化控制算法
差分隐私技术
聚类分析算法
计算机可执行指令
跟踪识别系统
多模态信息
车辆
动态
特征提取模块
故障诊断方法
声音探测器
局部放电故障
特征值集合
噪声功率