电气自动化故障诊断技术的识别率提升算法研究  

作　　者：李虎山 

机构地区：[1]山西兴创通科技有限公司,山西太原030032

出　　处：《中文科技期刊数据库（文摘版）工程技术》2025年第1期164-167,共4页

摘　　要：本文旨在研究电气自动化故障诊断技术的识别率提升算法,通过特征提取优化、分类算法改进和模型融合策略,提高故障诊断的准确性。方法上,本文提出基于深度学习的特征提取方法,构建卷积神经网络(CNN)模型;采用支持向量机(SVM)与随机森林(RF)的融合分类算法;并运用Bagging和Boosting模型融合策略。结果显示,与传统故障诊断方法相比,本文提出的算法在准确率、召回率和F1分数等方面均有显著提升。结论认为,该算法能有效提高电气自动化故障诊断技术的识别率,为电气自动化系统的稳定运行提供有力保障。

关 键 词：电气自动化 故障诊断 识别率提升 深度学习 模型融合 

分 类 号：TM76[电气工程—电力系统及自动化]