一种基于深度森林算法的变电站设备故障辨识方法及系统

本发明公开了一种基于深度森林算法的变电站设备故障辨识方法及系统，该方法包括以下步骤：S1、对采集到的监控数据集进行时频域指标计算和归一化处理，获取特征集；S2、对特征集进行多粒度扫描，通过滑动窗口得到特征子向量，将输出的所有类向量拼接得到高维特征向量；S3、构建多层级联森林，将得到的高维特征向量输入到级联森林进行训练；S4、对输出结果进行D‑S证据融合，并与随机选择的类向量拼接，与多粒度扫描的输出拼接；S5、对级联森林的输出值均进行k折交叉验证；S6、将实时监测的信号输入到级联森林模型中，获得在线故障辨识结果。本发明将每个森林视为独立的证据体，克服了在扩展级联森林过程中遇到的特征冗余问题。