摘要
本发明提供了一种电力设备局部放电的确定方法、装置、设备及存储介质,获取的目标数据包括:目标电力设备的外部局放峰值、外部局放均值、外部局放频次、外部局放峰值差值、温度、湿度、内外部局放峰值、内外部局放均值、内外部局放频次;将目标数据输入至多个局部放电预测模型中,以使多个局部放电预测模型分别对目标数据进行处理,获取与局部放电预测模型数量对应的多个第一确定结果,进而确定最终确定结果;其中,第一确定结果用于指示目标电力设备是否发生局部放电;多个局部放电预测模型基于不同的学习算法训练得到。该方式可以通过多个局部放电预测模型,确定目标电力设备是否发生局部放电,不需要依赖人工经验,提高了判断的准确率和效率。
技术关键词
电力设备局部放电
相位分辨局部放电
数据
学习算法
样本
机器可读存储介质
二次判别分析
朴素贝叶斯算法
支持向量机算法
幅值
逻辑回归算法
决策树算法
处理器
近邻算法
指令
依赖人工
随机森林
输出模块
系统为您推荐了相关专利信息
辉光放电质谱仪
粒子群算法
薄膜
粒子群优化算法
俄歇电子能谱仪
路径搜索系统
路径搜索方法
云台
路径规划系统
位置姿态数据
参数提取方法
决策树模型
随机森林模型
超参数
热处理