基于贝叶斯优化的支持向量回归模型对电能表在线率的预测

摘要：

为预测电能表的在线状态,保障塔里木油田生产用电,将迪那地区电能表在线数等24个变量作为研究对象,运用反向特征消除方法进行数据降维,得到影响在线率的5个主要变量.进一步通过贝叶斯优化的支持向量回归方法完成对电能表在线率的预测,并与随机森林算法、梯度提升算法等预测方法进行比较.计算结果表明,该模型在预测电能表在线率的任务中表现出色,预测值加权平均误差低至0.408％,明显优于其他各算法.以塔里木油田为例,该模型可提升电网运维效率,为实现高效的电能分配提出了一条切实可行的途径.

关键词：异常值剔除、非线性问题、反向特征消除、贝叶斯优化、支持向量回归、电能表在线率

所属期刊栏目：36

分类号：TM933.4

在线出版日期：2023-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：72-79