[发明专利]分类器创建方法及变压器局部放电故障模式识别方法

权利要求书

1.分类器创建方法，其特征在于，包括以下步骤：

分别选取电晕放电、气隙放电、沿面放电三类局部放电的多组特征数据作为训练集和测试集，每个特征数据包括N个属性，其中，N为大于1的自然数；

对训练集采用Bootstrap方法进行重采样，随机产生训练集；

利用每个训练集生成对应的决策树，在每个非叶子节点上选择属性前，从N个属性中随机抽取m个属性作为当前节点的分裂属性集，并以这m个属性中分类准确率最高的分裂方式对该节点进行分裂，其中，m小于N；

利用决策树对测试集进行测试，得到对应的类别，将决策树中输出最多的类别作为该测试集所属的类别。

2.根据权利要求1所述的分类器创建方法，其特征在于，每个特征数据包括24个属性。

3.根据权利要求2所述的分类器创建方法，其特征在于，所述24个属性包括和的不对称度Asy和互相关系数Cc，和的偏斜度Sk、陡峭度Ku、峰值Peak。

4.根据权利要求1所述的分类器创建方法，其特征在于，所述分类准确率最高的分裂方式的确认方法为：

将m个属性划分为n类，其中每一类的比例Pi为Pi＝第i类的个数/m，i＝1、2、3、……、n；

计算训练集的熵Info(D)，

分别计算m个属性划分样本集后训练集的熵Info_y(D)，其中，V为各属性将训练集划分类的数量，y＝1、2、3、……、m；

计算信息增益Gain(A)：Gain(A)＝Info(D)-Info_A(D)，

根据信息增益Gain(A)判断分类准确率最高的分裂方式。

5.变压器局部放电故障模式识别方法，其特征在于，包括以下步骤：

将特征数据输入到采用由权利要求1至4的方法创建的分类器中，以输出识别类别。