[发明专利]一种基于朴素贝叶斯分类器的风偏闪络预警方法

权利要求书

1.一种基于朴素贝叶斯分类器的风偏闪络预警方法，其特征在于，包括以下步骤：

步骤1、采集故障与正常情况下各因素数据与风偏闪络情况，得到n个样本数据，所述采集的各因素数据包括：风速X₁、风向与绝缘子夹角X₂、微地形系数X₃、绝缘子串重量X₄、降雨量X₅；

步骤2、将样本数据离散化；

步骤3、将闪络情况作为根节点，各因素作为叶节点建立朴素贝叶斯分类器；

步骤4、确定节点间的条件概率分布；

步骤5、确定风偏闪络概率，预测是否发生闪络。

2.如权利要求1所述的基于朴素贝叶斯分类器的风偏闪络预警方法，其特征在于，步骤1中风偏闪络情况X₆为：闪络发生为1，未闪络为2。

3.如权利要求1所述的基于朴素贝叶斯分类器的风偏闪络预警方法，其特征在于，步骤2中将样本数据离散化时，具体采用等距划分的策略，将各因素的值域V_a＝[l_a,u_a]等距切分为m份，将连续的属性映射到离散的类别上，将各数据化为1,2,…m共m个类别，完成数据的离散化。

4.如权利要求1所述的基于朴素贝叶斯分类器的风偏闪络预警方法，其特征在于，步骤4中确定节点间的条件概率分布，具体为：

由6个变量X＝{X₁,X₂,…X₆}组成的朴素贝叶斯分类器，节点X_i共有r_i个取值，其父节点π(x_i)共有q_i个取值，若X_i无父节点，q_i＝1，采用极大似然估计法确定节点间的条件概率分布θ_ijk：

其中，m_ijk为第i个节点的父节点取值为j时X_i＝k的个数，m_ij·为第i个节点的父节点取值为j时X_i的个数；当m_ijk为0时，用下式来修正

5.如权利要求1所述的基于朴素贝叶斯分类器的风偏闪络预警方法，其特征在于，步骤5确定风偏闪络概率，预测是否发生闪络，具体为：

当预测信息离散化后X₁＝x₁,X₂＝x₂,X₃＝x₃,X₄＝x₄,X₅＝x₅时，采用以下公式对风偏闪络情况进行预测

采

采用以下公式将θ₁、θ₂归一化得到故障概率P_f

当P_f大于设定的阈值时，发出风偏闪络预警。