来源：期刊VIP网 时间：
作者：徐福聪;李泽科;范海威;许力;张章学;
单位：国网福建省电力有限公司;福建师范大学福建省网络安全与密码技术重点实验室;福建省海峡信息技术有限公司;
摘要：针对电力系统故障分类复杂度高、特征选择难度大、用单一模型进行预测诊断的准确率低的问题，提出一种基于Stacking集成学习的电力系统故障诊断的方法。通过对电路中的三相电流和电压进行分析并提取故障特征，采用Stacking集成学习方法对不同类型模型进行融合，并且通过硬投票法对电力系统中的故障进行检测与分类，以解决传统单一模型在电路系统故障类型检测中准确率低的问题。模型分类结果表明，基于多分类器融合的方法能够有效地检测和分类输电线路上的故障，所提模型的准确率可以达到97.8%,可以有效地分类故障类型。
关键词：故障分类;;Stacking融合;;硬投票;;电力系统
基金资助：国家自然科学基金资助项目(62471139);; 中央引导地方科技发展专项(2021L3032)
