一种基于梯度提升树算法的高压开关柜状态识别方法

一种基于梯度提升树算法的高压开关柜状态识别方法，涉及一种高压开关柜断路器机械状态识别方法，为了解决现有的高压开关柜断路器机械故障识别方法中识别精度低、误报高以及无法跨设备实时应用的问题。本发明采用梯度提升树作为基础学习器，以多分类对数损失函数为目标，加入正则化，通过网格搜索确定最优超参数组合，利用训练集逐棵树贪心训练，得到初始GBDT分类模型；利用目标地区低温或高湿环境下的少量标注样本，对初始GBDT分类模型顶层树结构进行微调，形成环境自适应GBDT模型；将环境自适应GBDT模型部署于边缘计算终端，对实时采集的单次分合闸数据进行在线推理，输出高压开关柜断路器机械状态类别。有益效果为故障识别的准确率高，误报率低。