摘要
本发明公开了一种基于多算法融合的励磁波形识别方法、系统、装置及存储介质,属于励磁波形识别技术领域。方法包括获取待识别的励磁波集,将其输入预先训练好的励磁波形识别模型中,得到待识别的励磁波集的波形;其中,励磁波形识别模型的训练过程包括:获取不同磁性元件在不同工况下的励磁波形数据集;提取表征磁通密度分布和波形形状特征的高维特征变量;采用主成分分析对高维特征变量进行降维处理,得到降维矩阵;将降维矩阵输入预先构建好的励磁波形识别模型中进行模型训练,得到最终励磁波形识别结果。本发明通过多算法融合和自适应机制,提高励磁波形识别的准确性和鲁棒性。
技术关键词
波形识别方法
多算法融合
样本
成分分析
变量
K近邻算法
磁性元件
波形识别技术
分类准确率
磁通密度变化
特征值
协方差矩阵
直方图
逻辑回归算法
数据
系统为您推荐了相关专利信息
大语言模型
定位问题
样本
故障定位方法
自然语言
配电网运行状态
历史运行状态
分析方法
时序
信号
数值仿真模型
低雷诺数条件
随机森林
加权平均法
天然气钻井工程