摘要:针对使用传统分类器预测配变重过载会因为重过载样 本率较低而带来的总正确率很高,重过载预测正确率却很低 这一问题,将重抽样与随机森林理论引入分类模型中,构建 重抽样随机森林分类器对配变重过载进行预测。首先将观 测中重过载样本和正常样本按照一定的比例进行抽样形成 新的子样本,重复上述过程获得大量的新子样本。接着根据 随机森林理论构建一系列的分类器,并用新子样本对分类器 进行训练,得到分类模型。最终的预测结果由所有分类器预测结果的众数所决定。对山东省某市的配变进行重过载预测, 并将上述方法与传统分类器进行比较。结果表明,新方法在 预测配变日重过载类型、重过载开始与结束时间、重过载严 重程度方面有较高的准确率。
应付:6来币;账号余额:来币
立即打赏