基于GBDT的电力计量设备故障预测

摘要：

电力计量设备的故障风险预测可以减少国家电网因为故障风险带来的损失.文中首先进行了数据的预处理和特征选取;其次,设计了基于GBDT的故障大类、故障小类以及设备寿命周期的预测;最后,对设计的模型进行了有效性和先进性的验证.实验在中国电力科研研究院提供的数据上进行.由实验结果可知,所提算法对6种故障类型的预测准确率为90.56％,查全率为92.95％,F1值为91.71％.相比回归、BP神经网络、Adaboost、决策树算法,梯度提升决策树算法在参数调优条件下的性能最优.

关键词：GBDT、计量风险预测、数据清洗

所属期刊栏目：46

分类号：TP206+.3(自动化技术及设备)

资助基金：国网公司总部科技项目,国家自然科学基金61672393

在线出版日期：2019-07-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：392-396