一种基于FT-PCA-RF的磁性元件励磁波形聚类识别算法

本发明公开了一种基于FT‑PCA‑RF的磁性元件励磁波形分类算法，该方法明确不同励磁波形的时频特征，并按照波形种类分别提取其时域特征与频域特征，并对其整合；之后，在标签标定的基础上利用PCA主成分分析法判定各特征显著性，对比选出三种标签以建立初步分类模型；在此基础上，按3：7重新划分训练集为测试集与训练集，分别利用随机森林算法、逻辑回归算法建立聚类识别模型，FT‑PCA‑RF的磁性元件励磁波形分类算法的搭建最终实现对原始输入波形信号聚类识别的目的。求解结果显示，利用本发明所提聚类识别模型识别精度可达到98％，可根据特征信息有效识别励磁波形信号，有利于进一步研究励磁波形与磁芯损耗间的耦合关系。