基于随机森林的局部放电特征提取和优选研究

在得到了局部放电绝缘缺陷模式识别所需的特征集后,针对特征维度较高,建立分类模型复杂的问题,提出了基于方差分析的随机森林前向特征选择方法。从两个方面进行了改进:一是提出一种基于方差分析的方法,度量特征在不同类别上的差异性,得到了修改之后的排列置换方案,用来指导某一个特征在袋外数据样本上的取值顺序的重新排列;二是采用序列前向搜索方法进行特征选择,得到迭代的特征评估结果,解决了现有算法中决定特征子集大小的随意性及结果的不稳定性问题。将基于方差分析的随机森林前向特征选择方法、主成分分析法和稀疏主成分分析法对单一特征集和组合特征集进行特征降维之后的结果输入到分类器进行测试,结果表明基于方差分析的随机森林前向特征选择方法能够获得较好的特征子集,用于局部放电特征降维是可行的,有效提高了局部放电缺陷类型识别率。