基于机器学习的变电站设备运行故障预警诊断方法

本发明涉及电数字数据处理技术领域，具体涉及一种基于机器学习的变电站设备运行故障预警诊断方法，方法包括：利用变电站设备的多维度数据样本确定目标故障类型对应目标样本时段中的目标维度异常数据；根据目标维度异常数据相对于目标维度正常数据的幅值分布差异，得到目标维度异常数据的异常基础值；根据目标维度异常数据中的数据变化程度筛选目标故障类型的核心维度数据；利用核心维度数据的异常基础值和次要程度，确定多维度数据样本的故障严重程度；根据故障严重程度确定鲸鱼优化算法对应的多个组合中的最优组合，利用最优组合对变电站设备进行诊断监测。通过本发明的技术方案，提高了通过SVM模型对变电站设备运行故障的监测准确性。