特征选择方法、装置、计算机设备和存储介质制造方法及图纸

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。别结果。别结果。

【技术实现步骤摘要】
特征选择方法、装置、计算机设备和存储介质


[0001]本申请涉及数据特征处理
，特别涉及一种特征选择方法、装置、计算机设备和存储介质。

技术介绍

[0002]在数据挖掘、机器学习、模式识别等诸多领域中，特征选择占据越来越重要的地位。通过特征选择可以降低各领域研究问题的复杂程度，提高学习算法的预测精度、鲁棒性和可解释性。
[0003]特征选择是从原始的特征集中选择某种评估标准最优的特征子集。在特征选择时，选择少的特征会导致建模效果不佳、可解释性不强；选择多的特征会导致运行速度较慢。
[0004]因此，如何快速且准确地筛选出合适的特征成为亟待解决的技术问题。

技术实现思路

[0005]基于此，有必要针对上述技术问题，提供一种特征选择方法、装置、计算机设备和存储介质，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。
[0006]第一方面，本申请实施例提供一种特征选择方法，该方法包括：
[0007]获取目标电弧信号的初始特征；初始特征包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
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...

【专利技术属性】
技术研发人员：赵宇明，谢宏，李艳，吕志宁，余鹏，王静，刘国伟，陈思磊，孟羽，
申请(专利权)人：深圳供电局有限公司，
类型：发明
国别省市：