一种多模型融合的电压互感器误差状态评估方法

摘要

本发明涉及一种多模型融合的电压互感器误差状态评估方法，包括：将CVT数据集分割成K份，根据K折交叉验证法将CVT数据集随机划分为K个数据子集；CVT数据集中的数据为表示CVT状态的各个参数；构建对CVT数据集进行分类的集成模型；集成模型包括多层基模型和一层元模型，基模型包括：决策树模型和朴素贝叶斯模型；基于数据子集，通过集成学习Stacking方式对集成模型进行训练，任意一层的基模型的输出数据依次用于建立其下一层基模型的数据集，最后一层基模型的输出数据用于建立元模型的数据集；基于训练后的集成模型对待测电压互感器误差状态进行评估；在CVT数据样本偏少和样本不平衡时等不理想情况下，依然可以对的CVT告警、异常状态的评估准确度。