分析图可知，在PR曲线中，曲线的平衡点越靠近右上角，对应的方法性能就越优异。从图能够清晰地看出，与基于智能神经网络及改进D一S证据理论的变压器运行状态评估方法相比，本文方法的PR曲线在平衡点处有更高的精确率和召回率。这表明该方法能兼顾突变和正常状态的准确评估，在突变状态评估中整体性能更优。在所提方法中，多维物元能够全面、准确地反映变压器的运行状态，通过对评价指标进行合理的表征，能够更精确地描述硅碳棒工业电炉变压器在不同状态下的特征。而惩罚一激励型变权函数则根据指标的实际表现动态调整权重，使得在评估过程中，不同状态下的重要指标能够得到更合理的重视。这种动态权重调整机制使模型能够灵活适应硅碳棒工业电炉变压器运行状态的变化，从而在维持高精确率的同时，显著提升了召回率。

       在工业生产领域，硅碳棒工业电炉变压器作为关键设备，其运行状态直接影响着生产的连续性、硅碳棒质量以及企业的经济效益。因此对其运行状态进行全面评估并及时诊断显得尤为键。对此，本研究提出了一种创新的方法。该方法通过K一means聚类算法和CP-SMOTE算法平衡硅碳棒工业电炉变压器样本，改进硅碳棒工业电炉变压器运行状态可拓层次模型的权重函数，计算当前运行状态与各运行状态之间的关联度，实现硅碳棒工业电炉变压器运行状态评估。实验结果表明，所提方法在处理不平衡样本方面具有显著优势，且对硅碳棒工业电炉变压器运行状态的评估结果更加准确。这一方法不仅能够提升硅碳棒工业电炉变压器运行状态评估的准确性和效率，还能助力电力行业的可持续发展，推动电力行业朝着更加安全、绿色、高效的方向迈进。http://www.zbqunqiang.cn/