典型文献
基于集成学习方法的燃气调压器故障类型智能判断研究
文献摘要：
调压器作为燃气输配系统中重要的设备,其状态检测及故障诊断尤为重要.本研究基于某燃气公司的调压器预警台账统计数据,收集了2020年至2022年间的9 125条报警数据,引入集成学习的方法,结合调压器进出口压力数据、压力数据特征等变量,基于3种集成学习方法:随机森林、XGBoost(eXtreme Gradient Boosting)、LightGBM(Light Gradient Boosting Machine)构建了调压器故障类型智能判断模型,利用实际检测数据从进出口、故障类型等方面对3种模型分别进行了评价,根据评价结果得出以下结论:针对进口压力报警,LightGBM智能判断模型的表现最好,精度为97％;针对出口压力报警,XGBoost智能判断模型的表现最好,精度为92％,均达到了较高的准确率.
文献关键词：
燃气调压器故障类型;集成学习;智能判断
中图分类号：
作者姓名：
彭小宝;杨铭添;郑燕群;赵洁
作者机构：
上海世昕软件股份有限公司
文献出处：
引用格式：
[1]彭小宝;杨铭添;郑燕群;赵洁-.基于集成学习方法的燃气调压器故障类型智能判断研究)[J].城市燃气,2022(12):1-8
A类：
燃气调压器故障类型
B类：
集成学习方法,智能判断,燃气输配,输配系统,状态检测,燃气公司,台账,出口压力,数据特征,XGBoost,eXtreme,Gradient,Boosting,LightGBM,Machine,判断模型,检测数据
AB值：
0.208587
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。
