基于机器学习的变电站电量趋势预测分析的方法

    公开(公告)号:CN107730059A

    公开(公告)日:2018-02-23

    申请号:CN201711222095.1

    申请日:2017-11-29

    Inventor: 魏明

    CPC classification number: G06Q10/04 G06K9/6257 G06N99/005 G06Q50/06

    Abstract: 本发明公开了一种基于机器学习的变电站电量趋势预测分析的方法,包括:分析变电站电量趋势预测的影响因子,确定构建模型所需的特征量类型;基于已采集的电量数据和所述特征量类型构建多维度特征量数据集;构建GBDT和Adaboost集成预测模型,并采用均方根误差的值比较评估模型的预测效果。本发明提供的基于机器学习的变电站电量趋势预测分析的方法,充分考虑影响预测效果可能的特征因子,使得预测分析更加准确;并采用基于回归的GBDT、Adaboost集成学习算法,防止数据过拟合,且可实现预测模型可持续训练、分析和优化。

    一种计量误差影响因素单因素定量分析方法

    公开(公告)号:CN107515381B

    公开(公告)日:2019-11-05

    申请号:CN201710739779.2

    申请日:2017-08-25

    Inventor: 魏明 贾兴林

    Abstract: 本发明公开了一种可以实现定量描述的计量误差影响因素单因素定量分析方法。该计量误差影响因素单因素定量分析方法通过获取大量的单因素数据,在大量单因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析,克服了定性分析存在的定量不足,可以准确得到单因素对计量误差的影响程度,并通过数值量化反应,可以直观的显示单因素对计量误差的影响大小。适合在电能表计量技术领域推广应用。

    一种计量误差影响因素单因素定量分析方法

    公开(公告)号:CN107515381A

    公开(公告)日:2017-12-26

    申请号:CN201710739779.2

    申请日:2017-08-25

    Inventor: 魏明 贾兴林

    Abstract: 本发明公开了一种可以实现定量描述的计量误差影响因素单因素定量分析方法。该计量误差影响因素单因素定量分析方法通过获取大量的单因素数据,在大量单因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析,克服了定性分析存在的定量不足,可以准确得到单因素对计量误差的影响程度,并通过数值量化反应,可以直观的显示单因素对计量误差的影响大小。适合在电能表计量技术领域推广应用。

    一种计量误差影响因素多因素定量分析方法

    公开(公告)号:CN107490778A

    公开(公告)日:2017-12-19

    申请号:CN201710739780.5

    申请日:2017-08-25

    Inventor: 贾兴林 魏明

    CPC classification number: G01R35/04

    Abstract: 本发明公开了一种可以实现定量描述的计量误差影响因素多因素定量分析方法。该计量误差影响因素多因素定量分析方法通过获取大量的多因素数据,在大量多因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析,克服了定性分析存在的定量不足,可以准确得到多因素对计量误差的影响程度,并通过数值量化反映,可以直观的显示每个因素对计量误差的影响大小。适合在电能表计量技术领域推广应用。

    一种计量误差影响因素多因素定量分析方法

    公开(公告)号:CN107490778B

    公开(公告)日:2019-07-02

    申请号:CN201710739780.5

    申请日:2017-08-25

    Inventor: 贾兴林 魏明

    Abstract: 本发明公开了一种可以实现定量描述的计量误差影响因素多因素定量分析方法。该计量误差影响因素多因素定量分析方法通过获取大量的多因素数据,在大量多因素数据的基础上通过异常值处理、无量纲化处理、离散化处理和合理的分析算法对电能表的计量误差影响因素进行定量分析,克服了定性分析存在的定量不足,可以准确得到多因素对计量误差的影响程度,并通过数值量化反映,可以直观的显示每个因素对计量误差的影响大小。适合在电能表计量技术领域推广应用。

Patent Agency Ranking