基于孤立森林算法的电涌保护器异常参数监测研究

应用孤立森林算法构建电涌保护器(SPD)的异常参数监测模型,通过令模型学习正常SPD参数数据的分布,来对无法拟合至该分布内的SPD异常参数数据进行识别,进而对器件实际状态及劣化程度进行评价预警。研究先对SPD进行多参数采样,将得到的390组实验数据进行预处理,结合算法模型计算每组采样数据对应的异常值,来识别对应异常的采样数据,最后根据每组数据对应的标签,对算法的准确度进行验证。检验结果表明,基于孤立森林算法构建的监测模型可以对SPD采样数据的异常程度进行评价,锁定SPD在系统中可能出现不良或劣化状态时所对应的参数值。对于实验数据集,该算法模型在选择不同参数下的性能指标AUC值不低于96%,为SPD性能的监测研究提供了新的思路。