基于时域特征及不确定性双驱融合决策树的无线电流传感器用轻量化波形故障分析方法

本发明涉及机器学习技术领域，尤其涉及一种基于时域特征及不确定性双驱融合决策树的无线电流传感器用轻量化波形故障分析方法，包括利用无线电流传感器按固定采样率采集配电线路的实时电流数据；采用基于多维度时域几何特征的轻量级特征提取方法，从所述电流波形时间序列中实时计算出能够表征波形形态与能量的特征值；将其作为输入，送入不确定性双驱融合决策树分类模型中，通过层级逻辑判断规则将输入的特征向量映射到预定义的故障类别；训练完成后，就输入实时提取的时域特征向量，对线路的运行状态进行实时识别与故障诊断；本发明解决了当前无线电流传感器因计算资源受限，无法在终端侧对电力波形进行实时、精准的故障分析。