1.基于改进遗传算法的变压器样本选择方法，其特征在于，具体按照以下步骤实施：步骤1、对训练样本进行二进制编码，并进行种群初始化，设置最大迭代数T，种群规模为N，300

步骤2、经步骤1后，将种群分为个体为n，10

步骤3、待步骤2完成后，利用文化算法对多种群遗传算法进行改进提升，在相应的进化操作之下得到最终适应度最大的个体，完成基于改进遗传算法的变压器样本选择。

2.根据权利要求1所述的基于改进遗传算法的变压器样本选择方法，其特征在于，所述步骤1中：在编码时，将每个类别的样本分别存入txt文件中并进行编码，其中被选择的样本编码为1，否则编码为0。

3.根据权利要求1所述的基于改进遗传算法的变压器样本选择方法，其特征在于，所述步骤2具体按照以下步骤实施：步骤2.1、求取探测块的个体适应度；

步骤2.2、经步骤2.1后，对探测块个体进行选择；

步骤2.3、经步骤2.2后，对探测块种群进行交叉、变异操作；

步骤2.4、经步骤2.3后，根据探测块的适应度得到开发块，开发块初始时是一个空集；

步骤2.5、经步骤2.4后，判断是否满足结束条件：步骤2.6、利用小交叉、变异概率对开发块进行进化操作，以保持种群的稳定性，且用进化前的最大适应度个体替换进化后的最小适应度个体。

4.根据权利要求3所述的基于改进遗传算法的变压器样本选择方法，其特征在于，所述步骤2.1具体按照以下方法实施：先将每个个体所代表的样本作为DAG-SVM的训练样本，对DAG-SVM进行训练，再利用测试样本进行检测，所得测试样本的准确率为个体的适应度。

5.根据权利要求3所述的基于改进遗传算法的变压器样本选择方法，其特征在于，所述步骤2.2具体按照以下方法实施：利用轮盘赌选择法进行个体选择，首先利用式(1)进行概率计算，得到每个样本的概率，然后产生0-1之间的随机数，根据产生的数值来选取个体；

式(1)中：fit(i)表示第i个个体适应度。

6.根据权利要求3所述的基于改进遗传算法的变压器样本选择方法，其特征在于，所述步骤2.4具体按照以下方法实施：首先计算每个探测块的平均适应度，将每个探测块中大于其平均适应度的个体选择到开发块中；再按照适应度由大到小的顺序对个体进行排列，并选出最大适应度个体，且从中选出m个适应度靠前的个体。

7.根据权利要求1所述的基于改进遗传算法的变压器样本选择方法，其特征在于，所述步骤3具体按照以下方法实施：步骤3.1、将步骤2中的开发块作为文化算法的种群空间，利用接受函数将种群空间较为优秀的个体选择到信仰空间；

其中，接受函数选用动态接受函数，以保证随着进化的进行能自主调节种群空间向信仰空间的样本提供率，其算法如下：accept()＝p％+p％/t   (2)；

式(2)中：p％为提前预设的概率，t为进化代数；

步骤3.2、经步骤3.1后，将信仰空间初始时为空，通过接受函数选取较优的信仰空间个体，然后通过影响函数，指导种群空间的进化方向；

其中，影响函数为轮盘赌型影响函数；

步骤3.3、经步骤3.2后，判断是否满足结束条件：若满足迭代步数大于等于T，则结束并输出适应度最大个体，即为所选的最佳样本；

否则返回步骤1。