特征选择方法、装置、计算机设备和存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114239639A(43)申请公布日2022.03.25(21)申请号202111312440.7(22)申请日2021.11.08(71)申请人深圳供电局有限公司地址518001广东省深圳市罗湖区深南东路4020号电力调度通信大楼(72)发明人赵宇明谢宏李艳吕志宁余鹏王静刘国伟陈思磊孟羽(74)专利代理机构华进联合专利商标代理有限公司44224代理人钟善宝(51)Int.Cl.G06K9/00(2022.01)G06K9/62(2022.01)权利要求书2页说明书18页附图8页(54)发明名称特征选择方法、装置、计算机设备和存储介质(57)摘要本申请涉及一种特征选择方法、装置、计算机设备和存储介质，通过获取目标电弧信号的初始特征，按照初始特征的重要性分数排序，从初始特征中确定至少一种候选特征组合；将各候选特征组合输入至预设的准确率预测模型中，得到各候选特征组合的第一故障辨别准确率，最后根据各候选特征组合的第一故障辨别准确率，确定出目标特征组合。该方法能够快速且准确地筛选出合适的特征，该筛选出的合适的特征可以实现以最少的特征确定出准确率最高的电弧故障辨别结果。CN114239639ACN114239639A权利要求书1/2页1.一种特征选择方法，其特征在于，所述方法包括：获取目标电弧信号的初始特征；所述初始特征包括多种类型的特征；按照所述多种类型的特征的重要性分数排序，从所述多种类型的特征中确定至少一种候选特征组合；将各所述候选特征组合输入至预设的准确率预测模型中，得到各所述候选特征组合的第一故障辨别准确率；根据各候选特征组合的第一故障辨别准确率，确定出目标特征组合。2.根据权利要求1所述的方法，其特征在于，所述获取目标电弧信号的初始特征，包括：通过至少一种信号分解方式，对所述目标电弧信号进行信号分解，得到各所述信号分解方式对应的电弧检测特征量；通过所述准确率预测模型，获取各所述信号分解方式对应的电弧检测特征量对应的第二故障辨别准确率；根据最大的第二故障辨别准确率对应的信号分解方式，获取所述目标电弧信号的初始特征。3.根据权利要求2所述的方法，其特征在于，所述信号分解方式为小波基分解，所述对所述目标电弧信号进行信号分解，得到各所述信号分解方式对应的电弧检测特征量，包括：根据各所述信号分解方式对所述目标电弧信号进行多层分辨率分解，得到各所述信号分解方式对应的候选电弧信号；将预设采样点作为一个时间窗，计算各所述信号分解方式对应的候选电弧信号中每一个时间窗的电弧检测特征量；根据各所述信号分解方式对应的候选电弧信号中每一个时间窗的电弧检测特征量，确定各所述信号分解方式对应的电弧检测特征量。4.根据权利要求1‑3任一项所述的方法，其特征在于，所述按照所述多种类型的特征的重要性分数排序，从所述多种类型的特征中确定至少一种候选特征组合，包括：获取所述多种类型的特征的重要性分数；以所述多种类型的特征的重要性分数从大到小的顺序，以所述多种类型的特征中第一个特征作为一个候选特征组合，并在所述第一个特征基础上依次加入后一个相邻的特征，得到各所述候选特征组合；其中，每加入一次后一个相邻的特征对应一个候选特征组合。5.根据权利要求4所述的方法，其特征在于，所述方法还包括：根据所述多种类型的特征的重要性分数，剔除所述多种类型的特征的重要性分数中不符合预设的组合条件的特征。6.引1‑3任一项，所述准确率预测模型的构建过程包括：获取多个历史电弧信号特征；将所述多个历史电弧信号特征输入至初始准确率预测模型中，得到故障辨别准确率测试值，直至所述故障辨别准确率测试值与预设的故障辨别准确率标准值满足预设迭代收敛条件，得到所述准确率预测模型。7.根据权利要求1‑3任一项所述的方法，其特征在于，根据各候选特征组合的第一故障辨别准确率，确定出目标特征组合，包括：根据各候选特征组合的第一故障辨别准确率，获取各候选特征组合的第一故障辨别准2CN114239639A权利要求书2/2页确率的稳定区间；将所述稳定区间中首个第一故障辨别准确率对应的候选特征组合，确定为所述目标特征组合。8.一种特征选择装置，其特征在于，所述装置包括：获取模块，用于获取目标电弧信号的初始特征；所述初始特征包括多种类型的特征；选择模块，用于按照所述多种类型的特征的重要性分数排序，从所述多种类型的特征中确定至少一种候选特征组合；得到模块，用于将各所述候选特征组合输入至预设的准确率预测模型中，得到各所述候选特征组合的第一故障辨别准确率；确定模块，用于根据各候选特征组合的第一故障辨别准确率，确定出目标特征组合。9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1