摘要
本发明公开了一种基于集成模型的SBT成功率实时预测方法,基于XGBoost模型选择模型常规变量;基于遗传算法GA改进LightGBM模型,建立XG‑GA‑LightGBM模型中的决策模块;进行XG‑GA‑LightGBM模型的模型训练,并得到XG‑GA‑LightGBM模型;将数据输入该模型中,若输出值大于所设阈值时,预测当前时刻实行SBT为成功。基于2小时内的数据预测实行SBT的成功率,不仅能够做到实时预测,还能够适用于现实中数据缺失的情况;以半小时为小范围窗口分割标注后的候选常规数据切片,使特征更具普遍性。
技术关键词
LightGBM模型
XGBoost模型
切片
变量
样本
超参数
训练集数据
遗传算法
心脏射血分数
机器学习库
轮盘赌算法
标签
决策
模块
近似算法
贪心算法
肾上腺素
编码方法
系统为您推荐了相关专利信息
特征参量
开关柜绝缘状态
因子
分类阈值
预警判据
多源监测数据
配电终端
健康状态预测方法
样本
分类器
风险等级评估方法
实体识别模型
关键词
长短期记忆神经网络
塑料