一种新颖的数据增强方法以及一种基于数据的预测模型，用于研究在纳秒脉冲作用下气体-固体界面处的表面闪络现象

《Scientific Reports》：A novel data augmentation method and a data-driven prediction model for surface flashover at gas–solid interfaces under nanosecond pulses

　　

摘要

气体-固体界面处的表面闪络是电磁脉冲模拟器可靠性的关键因素。为了准确预测不同表面距离（15–500毫米）范围内的闪络现象，本文开发了一种基于机器学习的分类模型。构建了三个实验平台，其输出电压范围从±80千伏到±2000千伏，共收集了1245个有效数据样本，涵盖了各种表面距离、电压极性、气体压力、电极配置和电压波形。为了解决某些实验条件下严重的类别不平衡问题（闪络比例超过85%），提出了一种基于三参数韦伯分布的数据增强方法：在估计出闪络电压的韦伯参数后，通过采样低于推荐的低累积概率阈值（U_10%）来生成非闪络样本，从而有效缓解了不平衡和过拟合现象。训练了六种算法，包括支持向量机（SVM）、多层感知器（MLP）、随机森林（RF）、梯度提升（GB）、极端梯度提升（XGBoost）和轻量级梯度提升机（LightGBM），并采用了贝叶斯超参数优化方法。其中，SVM模型在测试集上取得了最佳性能，F1分数为0.9111，AUC为0.9590；MLP模型的性能排名第二。基于树的集成方法虽然F1分数略低，但存在过拟合的倾向。通过特征重要性和SHAP分析验证了该模型是否捕捉到了物理上一致的机制，而非虚假的统计相关性。