基于特征选择和机器学习的台区线损计算方法OA北大核心CSTPCD

降低电网损耗是节能减排的重要技术措施,线损率计算是电网企业制定降损目标和实现碳排放趋势预测的重要途径。现有线损计算研究主要关注模型的构建,忽视特征分析问题。基于此,文章提出了一种基于LightGBM(light gradient boosting machine)模型的台区线损率计算方法。分析了电气特征指标选取问题,通过探索台区电气特征指标分布及与线损率的关联关系确立模型输入。根据特征工程结果,建立基于LightGBM模型的台区线损率计算模型,揭示了不同模型参数和电气特征指标输入下对模型计算结果的影响。通过某市8000余个台区的历史数据验证方法的有效性。实验结果表明,所提方法的MSE(mean-square error)和MAPE(mean absolute percentage error)可分别达到0.020和2.459%,对比现有相关研究方法具有良好的计算精度。