(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210443743.0 (22)申请日 2022.04.26 (71)申请人 华北电力大 学 地址 102206 北京市昌平区北农路2号 (72)发明人 薛安成　陶畅　景子洋　马婧　 邓雄耀　洪海雁　王书鸿　 (51)Int.Cl. G06F 16/35(2019.01) G06F 40/242(2020.01) G06F 40/284(2020.01) G06F 40/216(2020.01) G06F 40/30(2020.01) G06F 40/247(2020.01) G06K 9/62(2022.01) G06N 20/20(2019.01) (54)发明名称 一种基于Voting Classifier模型的继电保 护缺陷文本 定级方法 (57)摘要 本发明提供一种基于Voting  Classifier模 型的继电保护缺陷文本定级方法。 首先通过AI技 术和人工 结合的方式构建继电保护专业词典， 并 利用其完成对继电保护缺陷文本的预处理工作， 对缺陷文本进行数据清洗和分词操作； 其次， 基 于TF‑IDF赋值法将每条缺陷数据做文本向量化 表达， 引入机器学习中的逻辑回归、 SVM以及决策 树模型， 并利用模型对向量化数据训练处理； 最 后构建以综合性集成学习Voting  Classifier模 型为基础的保护装置缺陷定级分类器。 该方法直 接从保护缺陷记录文本出发， 综合介绍机器学习 的常用模型引入， 并采取Voting  Classifier模 型训练出缺陷定级分类器， 基于该方法构建的缺 陷文本定级分类器可以为现场运维人员提供辅 助决策和缺陷数据分析处 理做参考。 权利要求书2页 说明书5页 附图2页 CN 114860931 A 2022.08.05 CN 114860931 A 1.一种基于Voti ng Classifier模型的继电保护缺陷文本 定级方法， 所述方法包括： 步骤1、 利用自然语言处 理技术完成对继电保护缺陷文本的预处 理工作； 步骤2、 缺陷数据的文本向量 化表达与特 征提取； 步骤3、 引入逻辑回归、 支持向量机及决策树模型构建基础分类 器； 步骤4、 集成学习Voti ng Classifier模型的融入， 构建保护装置缺陷定级分类 器。 2.根据权利要求1所述一种基于Voting  Classifier模型的继电保护缺陷文本定级方 法， 其特征在于， 在所述步骤1中， 利用自然语言处理技术完成对继电保护缺陷文本的预处 理工作： 步骤1、 利用自然语言处 理技术完成对继电保护缺陷文本的预处 理工作； 首先应用基于正则表达式的停用词识别方法， 实现了缺陷文本中无关字词的剔除； 在 此基础上， 利用隐形马尔可夫模型(HMM)对文本做分词工作， 本专利采用jieba(结巴)分词 工具包与人工相结合的方法， 将在jieba分词的基础上加入人工修正词典， 在做 好精准切词 的同时， 构建了继电保护缺陷文本 分词词典； 采用潜在语义分析和决策树分类方法， 实现了 缺陷文本中的同义词合并； 所构词典如表3所示。 表3继电保护缺陷专业词典 3.根据权利要求1所述一种基于Voting  Classifier模型的继电保护缺陷文本定级方 法， 其特征在于， 在所述 步骤2中， 缺陷数据的文本向量 化表达与特 征提取， 具体地： 定义继电保护领域词典中的词汇作为特征项， 简称为词项， 所有词项的集合称为词表 空间， 将给定的缺陷文本数据转化为词项的序列， 然后基于T F‑IDF对词项的权重进行赋值； 上述过程被称为词袋模型， 根据TF ‑IDF法我们可以将缺陷文本转化得到4265维的词向量， 用文本向量代 表该条缺陷数据提供 给分类器模型做后续处 理计算。 4.根据权利要求1所述一种基于Voting  Classifier模型的继电保护缺陷文本定级方 法， 其特征在于， 在所述步骤3中， 引入逻辑回归、 支持向量机及决策树模型构建基础分类 器， 具体如下： 1)将继电保护缺陷文本数据通过词袋模型转化成机器可以理解的数字化语言后， 将输 入的缺陷数据划分为 危急， 严重和一般三种等级的缺陷； 2)引入逻辑回归 模型对保护数据训练获得逻辑回归的缺陷文本 定级基分类 器； 3)引入支持向量机模型对保护数据训练获得支持向量机的缺陷文本 定级基分类 器； 4)引入决策树模型对保护数据训练获得决策树的缺陷文本 定级基分类 器。 5.根据权利要求1所述一种基于Voting  Classifier模型的继电保护缺陷文本定级方权　利　要　求　书 1/2 页 2 CN 114860931 A 2法， 其特征在于， 在所述步骤4中， 集成学习Voting  Classifier模型的融入， 构建保护装置 缺陷定级分类 器， 具体如下： 1)Voting  Classifier模型将原始数据作为输入， 训练不同的分类模型， 即逻辑回归、 支持向量机及决策树模型 得到不同的基分类 器； 2)基分类器对新文本进行预测时， 每个基分类器都会得到各自的缺陷分类等级结果， 统计各个分类 器的结果， 其过程类似于投票， 本专利提供了 两种模式的投票机制； 3)投票结果得分最高的类别即为文本最终类别， 得到相较于基分类器结果更准确的分 类模型； 4)采用十折交叉法， 评估Voti ng Classifier准确率。权　利　要　求　书 2/2 页 3 CN 114860931 A 3