文献检索-宁波市创意产业特色资源库

限定检索结果

基于GBDT的电力计量设备故障预测: 收藏
分享
引用; 《计算机科学》2019年第B6期46卷 392-396页; 作者：刘金硕刘必为张密刘卿武汉大学国家网络安全学院武汉430070 武汉大学计算机学院武汉430070 中国电力科学研究院北京100089 天津电力科学研究院天津300041; 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...; 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。; 来源：详细信息评论

限定检索结果