[发明专利]一种基于梯度提升决策树的低压台区线损计算方法

权利要求书

1.一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，包括以下步骤：

对低压台区数据进行预处理；

提取电气特征指标，建立低压台区特征指标体系；

对低压台区进行分类；

建立GBDT线损预测模型，对低压台区线损率进行预测，并对预测结果进行误差分析。

2.根据权利要求1所述的一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，对低压台区数据进行预处理，具体包括以下步骤：

采用平均值填充缺失值，检测异常点，并根据异常点数量将异常点删除或用平均值代替；

提取特征数据，并对特征数据进行标准化处理。

3.根据权利要求2所述的一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，对特征数据进行标准化处理，其转化函数为：

z＝(x-μ)/σ

其中，μ为原始数据的均值，σ为标准差。

4.根据权利要求1所述的一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，建立低压台区特征指标体系，具体包括以下步骤：

初步选取反映网架特征和负荷特性的多个特征指标；

联合采用GBDT特征重要度和Spearman相关系数评估特征指标的重要度；

将不同数量的特征指标组成多个特征集合，并将特征集合输入到GBDT线损预测模型中，分别计算其在GBDT线损预测模型中对应的标准差值，选取使标准差值最小的特征集合作为最终的低压台区特征指标体系。

5.根据权利要求4所述的一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，Spearman相关系数的计算公式如下：

其中，d_i为二列成对变量的等级差数，n为样本个数，S的取值范围为[-1,1]，负值表示负相关，正值表示正相关，且值越大相关性越强。

6.根据权利要求4所述的一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，GBDT特征重要度中，特征j的全局重要度通过特征j在单棵树中的重要度的平均值来衡量；

其中，特征j的全局重要度计算公式为：

式中，M是决策树的数量，T_m是M个决策树的集合；

特征j在单颗树中的重要度公式如下：

式中，L为树的叶子节点数量，L-1为树的非叶子节点数量，v_t是和节点t相关联的特征，i_t²是节点t分裂之后平方损失的减少值，特征重要度的取值范围为(0,100)。

7.根据权利要求4所述的一种基于梯度提升决策树的低压台区线损计算方法，其特征在于，标准差计算公式如下：

其中，m为样本个数，y_i为实际值，为预测值；标准差越小，表明模型预测结果越准确。