基于多模型融合的电网故障抢修时长预测

摘要

电网故障种类繁多、原因复杂,故障抢修时长的预测相对较难.由于深度学习等新技术的兴起,从故障工单中挖掘有效的信息,进而准确地预测故障抢修时长的方法正在变得可行.以历史电网故障抢修工单为研究对象,提出多模型融合的预测方法,将LightGBM、XGBoost和长短期记忆网络的预测结果进行加权融合.实验结果表明,该多模型融合的预测方法可以较为准确地对故障抢修时长进行预估,为电网故障抢修的自动化和智能化提供更好的支撑.