基于优化随机森林算法的高压断路器故障诊断

摘要

针对高压断路器的故障特性,提出基于精确度加权随机森林的故障诊断算法,该方法利用高压断路器的分合闸电流信号数据集,通过Bootstrap采样方法建立决策树,并根据每棵决策树的分类能力设置其权重,建立精确度加权随机森林模型,最后用测试数据集进行检验,完成对高压断路器机械故障的诊断。诊断结果表明,与单棵决策树和基于C4.5的随机森林算法相比,该算法准确率更高,且不会出现过拟合问题,在解决高压断路器故障诊断方面有很好的应用前景。