[發明專利]一種基于決策樹算法的變壓器色譜峰定性方法和系統

有效

• 申請號: 201910851009.6
• 申請日: 2019-09-10
• 公開（公告）號: CN110632191B
• 公開（公告）日: 2023-04-18
• 發明（設計）人: 單杰;陳昊旻;張政國;卜冠南
• 申請（專利權）人: 福建工程學院
• 主分類號: G01N30/02
• 分類號: G01N30/02;G01N30/86;G06N5/01;G06F18/214;G06F18/241
• 代理公司: 浙江千克知識產權代理有限公司 33246
• 代理人: 裴金華

1.一種基于決策樹算法的變壓器色譜峰定性方法，其特征在于，包括以下步驟：

S10：數據準備與選取：從現場變壓器油色譜在線監測裝置中提取獲得訓練樣本集、測試樣本集以及特征屬性集，所述特征屬性集至少包括峰高、峰寬、峰面積以及峰位置；

S20：決策樹模型構建：利用決策樹算法對所述訓練樣本集進行訓練，構建決策樹，構建過程包括訓練樣本集的特征屬性閾值自適應、決策樹結點特征屬性的選取以及依據特征屬性閾值和結點特征屬性遞歸形成決策樹；

所述訓練樣本集的特征屬性閾值自適應包括以下步驟：

S211：利用二分法處理所述訓練樣本集，獲取訓練樣本集的每個特征屬性的候選劃分點集合；定義h，w，s和p分別為訓練樣本集D中特征屬性峰高、峰寬、峰面積和峰位置的連續屬性；h，w，s和p在訓練樣本集D上出現了V個可能的取值，將這些取值從小到大進行排序，分別記為：峰高：{h1,h2,h3…,hV}；峰寬：{w1,w2,w3,…,wV}；峰面積：{s1,s2,s3…,sV}；峰位置：{p1,p2,p3,…,pV}；對連續屬性峰高h，考察包含（V-1）個元素的候選分點集合，該集合為；

S212：從每個特征屬性的所述候選劃分點集合中選取最優劃分點作為該特征屬性的閾值，最優劃分點的判定以信息增益作為評判標準；

S30：結果測試：利用所述測試樣本集測試所述決策樹，查看結果是否符合預設標準，若符合，則使用所述決策樹用于變壓器色譜峰定性；

所述步驟S30之后還包括：

S40：決策樹模型重構建：用于若測試結果不符合預設標準，則添加訓練樣本進入所述訓練樣本集，并重復步驟S10之后的步驟直至步驟S30判斷出測試結果符合預設標準，及時添加新的訓練樣本進入所述訓練樣本集，有利于調整出符合實際分類標準的決策樹，新的訓練樣本從現場變壓器油色譜在線監測裝置中提取獲得；

所述步驟S212中包括：

計算每個特征屬性的所述候選劃分點集合中的每個候選劃分點對訓練樣本集進行劃分所獲得的信息增益；

選取信息增益最大的候選劃分點作為該特征屬性的閾值；

所述決策樹結點特征屬性的選取包括：

S221：計算每個特征屬性閾值的增益率；

S222：選取增益率最大的所述特征屬性作為決策樹結點；

所述依據特征屬性閾值和結點特征屬性遞歸形成決策樹包括：

重復執行步驟S211、S212、S221以及S222，確定決策樹的根結點和每個分支的結點，直至數據分類結束，形成最終的決策樹；

形成完整的決策樹只需要重復繼續步驟S211、S212、S221以及S222，選取出后面每個分支的結點直至分類結束，或者直至所有True決策點樣本總數和為變壓器峰辨識中得到的氣體組分峰的種數時，分類結束。

2.根據權利要求1所述的一種基于決策樹算法的變壓器色譜峰定性方法，其特征在于，所述步驟S20還包括在所述決策樹形成后對所述決策樹進行修剪。