公开(公告)号：CN119646592B

公开(公告)日：2025-04-25

申请号：CN202510148439.7

申请日：2025-02-11

Applicant: 华侨大学

Inventor： 范宗文 ,  缑锦 ,  王成 ,  虞志鸿

IPC: G06F18/24 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F18/23 ,  G06F18/25 ,  G01R31/00

Abstract: 本发明提供了一种基于KFWAdaBoost的变压器故障检测方法、装置、设备及介质，涉及变压器技术领域，本方法通过结合特征生成技术和集成学习策略，利用KPP算法生成聚类特征，并通过分析样本与簇中心的关系来编码样本的分布模式。模型在分类过程中为每个样本生成加权软标签，利用软标签表达类别间的模糊性和相似性，有效提升数据集的信息表达能力。还通过多轮迭代调整样本权重，强化对难分类样本的学习，并结合投票机制输出最终分类结果。此外，生成的新数据集不仅限于KFWAdaBoost模型，而是可以广泛应用于各种分类器的训练，提高了数据的利用效率和诊断的准确性。

公开(公告)号：CN119646592A

公开(公告)日：2025-03-18

申请号：CN202510148439.7

申请日：2025-02-11

Applicant: 华侨大学

Inventor： 范宗文 ,  缑锦 ,  王成 ,  虞志鸿

IPC: G06F18/24 ,  G06F18/10 ,  G06F18/214 ,  G06F18/21 ,  G06F18/23 ,  G06F18/25 ,  G01R31/00

Abstract: 本发明提供了一种基于KFWAdaBoost的变压器故障检测方法、装置、设备及介质，涉及变压器技术领域，本方法通过结合特征生成技术和集成学习策略，利用KPP算法生成聚类特征，并通过分析样本与簇中心的关系来编码样本的分布模式。模型在分类过程中为每个样本生成加权软标签，利用软标签表达类别间的模糊性和相似性，有效提升数据集的信息表达能力。还通过多轮迭代调整样本权重，强化对难分类样本的学习，并结合投票机制输出最终分类结果。此外，生成的新数据集不仅限于KFWAdaBoost模型，而是可以广泛应用于各种分类器的训练，提高了数据的利用效率和诊断的准确性。