科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对基于事件驱动的智能控制柜温湿度预测精度较低，无法及时对柜内温湿度异常进行预警的问题，提出了一种基于相似日和Optuna-LightGBM的温湿度预测方法。利用相似日算法选取合适的模型训练数据集，构建基于LightGBM的温湿度预测模型，用Optuna优化模型参数。最后，提出了一种基于曲线拐点检测的预警参数阈值计算方法，分析预测模型得到的温湿度曲线特性，实现温湿度预警。实验结果显示，所提方法的温度预测误差MAPE为0.35%，湿度预测误差MAPE为0.73%，可实现对柜内温湿度的精准预测并及时预警。
-
单位浙江华云电力工程设计咨询有限公司
