基于极端随机森林与堆栈式稀疏自编码算法的电力电子电路故障诊断方法

摘要

本发明公开了一种基于极端随机森林与堆栈式稀疏自编码算法的电力电子电路故障诊断方法，包括以下步骤：信号采集与特征提取；故障特征降维预处理，利用极端树算法ET计算原始特征数据集中所有特征的重要性评分，并将其进行降序排列，确定要剔除的比例，剔除后得到一个新的特征集；故障特征进一步提取，利用堆栈式稀疏自编码SSAE算法将多个稀疏自编码器级联，逐层特征提取，获取最后一个稀疏自编码器的隐含层特征作为故障样本；分类训练，将训练集和测试集中的故障样本输入到分类器中进行训练，得到训练好的分类器；模式识别，使用训练好的分类器对待诊断的电力电子电路故障进行分类识别，并对故障进行定位。