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