[发明专利]铁塔钢材指标预测模型的训练方法、装置及可读存储介质

说明书

本发明提供一种铁塔钢材指标预测模型的训练方法、装置及可读存储介质，该方法包括：获取初始样本数据，初始样本数据包括铁塔钢材指标的目标设计变量和目标设计变量在不同取值时对应的指标实际值；利用初始样本数据对初始模型进行训练，获得中间模型；利用中间模型对铁塔钢材指标进行预测，获得目标设计变量在不同取值时对应的指标预测值；根据指标预测值和指标实际值，确定中间模型的评估结果；在评估结果小于或等于预设阈值的情况下，将中间模型确定为铁塔钢材指标预测模型。这样可以通过训练好的铁塔钢材指标预测模型直接对铁塔钢材指标进行预测，相比现有技术中通过人员的经验进行铁塔钢材指标的评估，预测结果准确性更高。

技术领域

本发明涉及特高压直流线路工程领域，尤其涉及一种铁塔钢材指标预测模型的训练方法、装置及可读存储介质。

背景技术

铁塔钢材的投资在特高压直流线路工程的本体投资中占比达到30％以上，因而铁塔钢材指标的预测结果对特高压直流线路工程的投资决策具有重大意义。然而，目前并没有有效的手段和方法来对特高压直流线路工程的铁塔钢材指标进行预测，只能通过人员的经验进行评估得到，因而导致铁塔钢材指标的预测结果准确性低。

发明内容

本发明实施例提供了一种铁塔钢材指标预测模型的训练方法、装置及可读存储介质，以解决现有技术中通过人员的经验进行铁塔钢材指标的评估，导致铁塔钢材指标的预测结果准确性低的问题。

第一方面，本发明实施例提供了一种铁塔钢材指标预测模型的训练方法，该方法包括：

获取初始样本数据，所述初始样本数据包括所述铁塔钢材指标的目标设计变量和所述目标设计变量在不同取值时对应的指标实际值；

利用所述初始样本数据对初始模型进行训练，获得中间模型；

利用所述中间模型对所述铁塔钢材指标进行预测，获得所述目标设计变量在不同取值时对应的指标预测值；

根据所述指标预测值和所述指标实际值，确定所述中间模型的评估结果；

在所述评估结果小于或等于预设阈值的情况下，将所述中间模型确定为所述铁塔钢材指标预测模型。

可选的，所述初始模型包括元学习器和M个基学习器，M为大于1的整数；所述利用所述初始样本数据对初始模型进行训练，获得中间模型，包括：

将初始训练集划分成K个训练子集，所述初始训练集包含于所述初始样本数据，K为大于1的整数；

利用所述K个训练子集对所述M个基学习器进行K次训练和K次测试，获取M个中间训练集，其中，每个所述中间训练集均包括K个第一预测结果；

将所述M个中间预测结果作为所述元学习器的输入数据进行训练；

将训练后的M个基学习器和训练后的元学习器，确定为所述中间模型。

可选的，所述利用所述K个训练子集对所述M个基学习器进行K次训练和K次测试，获取M个中间训练集，包括：

对所述K个训练子集进行K次划分，获取K个第一训练集和K个第二训练集，其中，所述第一训练集为所述K个训练子集中的K-1个训练子集的集合，所述第二训练集为所述K个训练子集中除所述第一训练集外的其他训练子集的集合；

将所述K个第一训练集输入至第一基学习器中进行K次训练，得到K个训练后的第一基学习器，所述第一基学习器为所述M个基学习器中的任一基学习器；

将所述K个第二训练集输入至所述K个训练后的第一基学习器中进行测试，得到中间训练集，其中，所述中间训练集包括K个第一预测结果，每个所述第一预测结果的数量与每次参与测试的第二训练集中的样本数量相同。

可选的，所述利用所述中间模型对所述铁塔钢材指标进行预测，获得所述目标设计变量在不同取值时对应的指标预测值，包括：