基于直方图梯度提升树的用户停电多分类概率预测方法

本发明公开了基于直方图梯度提升树的用户停电多分类概率预测方法，涉及用电预测技术领域，包括获取用户数据并进行清洗，使用Relief算法选择清洗后的用户数据中的关键特征；构建直方图梯度提升树算法模型，设置初始参数，利用训练集数据训练模型，得到训练好的预测模型；对预测模型的参数进行优化调整模型的超参数，使用多分类评价指标分析模型的预测结果，计算每个类别的预测概率，进行用户停电多分类概率预测。本发明提高用户停电概率预测的准确性，实现用户停电概率的快速预测，能够及时提供预警信息，辅助电力公司进行快速决策和应急响应。