为避免因外界干扰而影响电网的安全运行。本文提出基于集成学习的电力物联网运行风险预测方法。首先，以时间序列为基准融合得到数据集，基于ADASYN方法对训练集进行过采样处理；然后，联合考虑特征对分类的贡献度和特征间的相关度，对冗余特征进行有效剔除，提出基于ReliefF - S的最优特征子集选择方法；最后，建立基于BO - CatBoost的电力物联网运行风险预测模型。算例分析表明，该风险预测方案可快速、准确地预测出影响电力物联网运行的风险类别。
科研之友
微信
新浪微博
Facebook
分享链接
