[发明专利]基于蚁群算法优化随机森林的变压器故障检测方法在审
| 申请号： | 201810693632.9 | 申请日： | 2018-06-29 |
| 公开（公告）号： | CN109142946A | 公开（公告）日： | 2019-01-04 |
| 发明（设计）人： | 尤亚锋;周武能 | 申请（专利权）人： | 东华大学 |
| 主分类号： | G01R31/02 | 分类号： | G01R31/02;G06N3/00 |
| 代理公司： | 上海泰能知识产权代理事务所 31233 | 代理人： | 宋缨;钱文斌 |
| 地址： | 201620 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于蚁群算法优化随机森林的变压器故障检测方法，包括以下步骤：首先对初始训练样本离散化处理并计算随机森林特征重要度得分，其次将重要度得分作为启发信息，并生成启发距离，接着初始化蚁群算法参数，包括每只蚂蚁的节点以及节点特征，然后计算蚂蚁在节点之间的转移概率并构建特征子集的解空间，并将随机森林分类精度作为评价标准，在更新信息素的同时进行特征选择得到最优或者近似最优特征子集，最后满足停止条件，输出最优特征解，进行故障诊断分类。本发明有利于提高决策树随机森林的分类精度。 | ||
| 搜索关键词： | 随机森林 蚁群算法 变压器故障检测 重要度 蚂蚁 分类 初始训练样本 最优特征子集 离散化处理 更新信息 故障诊断 节点特征 评价标准 特征选择 特征子集 停止条件 转移概率 初始化 决策树 特征解 构建 优化 近似 输出 | ||
【主权项】：
1.一种基于蚁群算法优化随机森林的变压器故障检测方法，其特征在于，包括以下步骤：(1)将训练样本数据进行离散化处理，并计算随机森林特征重要性得分；(2)将重要度得分作为启发信息，并生成启发距离，初始化蚁群算法参数；(3)计算蚂蚁在节点之间的转移概率，构建特征子集的解空间，并将随机森林分类精度作为评价标准；(4)更新信息素，进行特征选择获得最优特征子集或近似最优特征子集；(5)满足终止条件，输出最优特征解进行故障诊断预测。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东华大学，未经东华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810693632.9/，转载请声明来源钻瓜专利网。
