一种基于可解释性集成学习的输电线路山火发生概率预测方法

本发明涉及一种基于可解释性集成学习的输电线路山火发生概率预测方法，属于输电线路防灾减灾领域。所述方法，包括：构建输电线路山火数据集，以7:3的比例划分山火数据集的训练集与测试集作为训练样本；基于不同平衡样本集，采用自适应提升算法、梯度提升决策树、极端梯度提升树以及轻量型梯度提升机建立山火发生概率预测模型；对比不同输电线路山火数据集下各模型的预测性能，取综合性能最优的平衡数据集与模型开展超参数优化，得到优化后山火发生风险预警模型；以沙普利加性方法求解优化后山火发生风险预警模型中各输入特征量所对应的数值，量化各特征对模型的重要性，并为模型提供多方面的解释，便于理解模型所作出的山火发生风险预测结果。