干式变压器制造过程优化的机器学习方法及系统

本发明涉及电力设备制造领域，具体为干式变压器制造过程优化的机器学习方法及系统；本发明通过采集干式变压器生产工艺参数和质量指标数据，计算相关系数筛选特征，并用递归特征消除排序；基于工艺参数，用支持向量回归构建质量调控模型，并集成Bagging方法；对生产的变压器进行机器视觉质量检测，判断缺陷；对有质量问题的变压器溯源工艺，调整相关系数和模型参数；本发明提高了干式变压器制造的智能化水平，实现质量在线预测和调控，提高检测效率和准确性，为质量问题定位和改进提供依据，提升生产效率和质量水平。