一种基于多特征融合与异常检测的局部放电模式识别方法及系统

本发明属于电力设备状态监测与故障诊断技术领域，具体涉及一种基于多特征融合与异常检测的局部放电模式识别方法及系统，该方法包括：采集局部放电产生的原始电信号波形数据；对所述波形数据进行预处理与重采样；提取能够表征放电特性的时域特征和频域特征，形成多维特征向量；采用隔离森林算法对训练样本集进行异常检测与清洗，以剔除干扰样本；利用XGBoost算法对清洗后的高质量样本进行训练，构建分类模型；最终利用训练好的模型对待识别的局部放电信号进行模式分类。本发明通过融合多维度特征并结合无监督异常清洗环节，有效提升了模式识别的准确率与鲁棒性，实现了对局部放电类型的自动化、高精度识别。