[发明专利]基于六氟化硫气体局部放电的决策树识别方法

说明书

技术领域

本发明涉及六氟化硫分解技术领域，特别是一种基于六氟化硫气体局部放电的决策树识别方法。

背景技术

六氟化硫(SF₆)气体由于其优良的绝缘和灭弧性能而广泛应用于气体绝缘设备中。然而，SF₆气体绝缘设备(简称SF₆电气设备，如气体绝缘组合电器GIS、气体绝缘断路器GCB、气体绝缘变压器GIT以及气体绝缘线路或管道GIL等)在制造、运输、安装、检修和运行等过程中，内部不可避免地会出现各种绝缘缺陷，如导体上的金属毛刺、部件松动或接触不良、导体与支撑绝缘子剥离形成的气隙、检修后的遗留物以及腔体内的金属微粒等，这些都会使SF₆设备内部形成不同程度的绝缘缺陷，从而导致设备内部电场发生畸变，进而产生局部放电(PD)。

当出现严重的PD时，一方面，PD会加快对设备内部绝缘的进一步破坏，最终导致绝缘故障造成停电事故，对运行中的SF₆设备是一种潜在的隐患，有绝缘“肿瘤”之称；另一方面，PD又是有效表征绝缘状况的特征量，通过对SF₆电气设备的PD进行检测并进行模式识别，可以在很大程度上发现SF₆设备内部存在的绝缘缺陷及类型。因此，识别绝缘缺陷的产生对保证SF₆电气设备安全可靠运行具有重要的现实意义。

发明内容

有鉴于现有技术的上述缺陷，本发明的目的就是提供一种基于六氟化硫气体局部放电的决策树识别方法，保证SF₆设备的安全可靠运行，提高其对各类缺陷的区分度，可以提高对绝缘故障的处理效率。

本发明的目的是通过这样的技术方案实现的，一种基于六氟化硫气体局部放电的决策树识别方法，它包括有：所述决策树形成流程如下：

S1：判断训练样本是否为空，若否，进入步骤S2；反之，则进入步骤S6；

S2：判断节点中的样本只有一个类别，若否，进入步骤S3；反之，则进入步骤S6；

S3：判断样本中信息增益率的属性A是否为连续量，若否，进入步骤S4；反之，进入步骤S6；

S4：找到属性A的分割阀值；

S5：根据属性A长出新节点，并返回步骤S1；

S6：作为叶节点并命名为相应类别；

S7：形成决策树。

进一步，所述步骤S2的判断流程还包括有：

S21：计算样本中各个属性下的信息增益率；

S22：找到信息增益率中最大的属性A。

进一步，所述步骤S6还包括有：

S61：计算估计错分率并进行剪枝。

进一步，采用C4.5算法生成决策树，生成流程如下：

S01：设S是s个数据样本的集合，所述数据样本属于m个不同的类C_i(i＝1,...,m)；

S02：设s_i是C_i中的样本数，对一个给定样本其总的信息熵值为：

其中，p_i是任意样本属于C_i的概率，采用s_i/s估计；

S03：设A为样本的一个属性，属性A具有v个不同值{a₁,a₂,...,a_v}；

S04：通过属性A将S划分为v个子集{S₁,S₂,...,S_v}；其中，S_j是S中属性A的值为a_j的样本；

S05：如果选择A作为测试属性，则这些子集就是从样本集S的节点生长出来的分支。

进一步，所述决策树生成还包括有：

S06：设S_ij是子集S_j中属于类C_i的样本数；

S07：根据属性A划分成的子集的熵(entropy)为：

其中，为子集S_j的权，并且等于子集S_j中的样本个数除以S的总样本数，熵值越小，子集划分的纯度越高；

S08：I(s_1j,s_2j,...,s_mj)为子集S_j的熵：