基于混合重抽样和LightGBM算法的配变低压跳闸预测

摘要：

针对配变台区在夏季用电高峰期易频繁跳闸的问题,提出一种基于混合重抽样和LightGBM算法的配变低压跳闸预测模型.为了解决数据分布的边缘化问题,首先采用隔离森林剔除样本中的离群值.其次采用NCL欠抽样与SMOTE过抽样相结合的混合重抽样方法处理训练样本的数据不平衡问题.然后采用混合重采样算法产生的新样本对LightGBM分类器进行训练.最后利用训练好的模型对目标台区低压跳闸进行预测.通过算例仿真表明,对比其他预测模型,所提iF-SMOTE-NCL-LightGBM模型在低压跳闸预测中的各项评价指标均达到最高,能有效预测低压跳闸事件.

关键词：配变台区、LightGBM算法、混合重抽样、隔离森林、低压跳闸预测

所属期刊栏目：49

分类号：TP391;TP181;O212

资助基金：南方电网公司科技项目GZJKJXM20170049

在线出版日期：2021-07-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：71-78