摘要
本发明公开了一种基于多模型融合决策的局部放电分类识别方法，包括：基于DS理论构建仅包含所有可能缺陷类型及不确定项的识别框架，根据每个模型对局部放电缺陷类型的预测概率分布及其可靠系数，形成各自的BPA函数；对若干个BPA函数计算冲突系数，并根据冲突系数触发修正函数对BPA函数进行修正；通过DS证据理论的融合规则对各模型的BPA函数进行融合计算得到融合BPA函数，并比较融合BPA函数中的最大函数值、函数阈值和不确定项对应的函数值，输出局部放电缺陷识别结果；统计对样本集的识别准确率，以识别准确率最大为目标函数，对修正函数的参数进行寻优，并基于优化后的修正函数对BPA函数进行修正和DS融合计算，最终输出最优的局部放电缺陷识别结果。
