摘要
本申请提供一种低电压预测模型训练方法、装置、存储介质及电子设备。电子设备获取待分析数据集;其中,待分析数据集包括配电网出现低电压前的多组原始记录,每组原始记录包括多种影响因子的观测值;根据待分析数据集,从多种影响因子中筛选出对低电压具有显著影响的多种显著影响因子;根据多种显著影响因子,构建训练数据集;其中,训练数据集包括多条训练样本,每条训练样本包括多种显著影响因子的观测值以及与预测时间点对应的电压状态标签;通过训练数据集对待训练模型进行训练,得到低电压预测模型。如此,通过提取显著影响因子,可以有效减少冗余信息对模型训练的干扰;继而能够显著提升训练出的模型的预测性能和稳定性。
技术关键词
预测模型训练方法
因子
数据
样本
电子设备
PCA算法
随机森林模型
模型训练模块
标签
处理器
电压
时序
超参数
总量
存储器
冗余