摘要
本发明涉及一种基于多模型融合的电网设备风险评估方法,具体步骤包括:采集电网设备历史运行数据,包括电网设备长期运行自身存在的风险数据、造成电网设备长期不稳定运行的影响数据、自然灾害数据;构建第一机器学习模型、第二机器学习模型和第三机器学习模型,其中第一机器学习模型、第二机器学习模型分别通过电网设备长期运行自身存在的风险数据、造成电网设备长期不稳定运行的影响数据进行训练,通过训练好的第一机器学习模型和第二机器学习模型分别输出第一风险预测结果和第二风险预测结果。
技术关键词
电网设备
机器学习模型
风险评估方法
自然灾害数据
多模型
地质灾害风险
支持向量机模型
长短期记忆网络
灰色关联分析法
神经网络模型
变异系数法
预警模型
贝叶斯模型
历史运行数据
地质灾害易发性
神经网络预测模型
灰色系统模型
系统为您推荐了相关专利信息
测评方法
动态
机器学习模型评估
XGBoost模型
复杂度
机器学习模型
交叉验证方法
溴二苯醚
机器学习技术
模型超参数
稀土钛酸盐
钙钛矿结构
支持向量回归模型
梯度提升决策树
梯度提升模型