典型文献
基于多维特征和GBDT模型的输电线路线损率预测
文献摘要：
传统输电线损率计算方法在数据特征方面的研究较少,模型预测能力有限.对此提出一种基于多维特征和梯度提升树(Gradient Boosting Decision Tree,GBDT)模型的输电线路线损率预测方法.该方法由多维信息特征工程和拟合建模两部分组成,其中多维信息特征工程对线损率信息、时序数据及线路本体信息进行特征构建,形成多维特征.在拟合建模中,将三类特征进行拼接作为输入,通过GBDT模型拟合,构建输电线路线损率预测模型.对某省500 kV输电线路实际数据进行测试,结果表明该模型的线损率平均误差为0.703％,相比于支持向量机模型,均方根误差下降84.5％;相较于无多维特征的GBDT模型,误差减少下降15.1％,验证了该方法的有效性.
文献关键词：
特征工程;GBDT;线损率计算;数据拟合
中图分类号：
作者姓名：
余佶成;周峰;王江储;谢从珍;岳长喜;朱凯;杨建华
作者机构：
中国电力科学研究院有限公司 湖北 武汉430074;华南理工大学电力学院 广东 广州510641;国家电网公司华中分部 湖北 武汉430077
文献出处：
引用格式：
[1]余佶成;周峰;王江储;谢从珍;岳长喜;朱凯;杨建华-.基于多维特征和GBDT模型的输电线路线损率预测)[J].计算机应用与软件,2022(06):82-86,126
A类：
B类：
多维特征,GBDT,输电线路,线路线损,线损率计算,数据特征,预测能力,梯度提升树,Gradient,Boosting,Decision,Tree,信息特征,特征工程,时序数据,特征构建,拼接,模型拟合,某省,kV,实际数据,平均误差,支持向量机模型,差下,数据拟合
AB值：
0.263504
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
