基于多模型融合的电网故障抢修时长预测方法

摘要

本发明提出了基于多模型融合的电网故障抢修时长预测方法，包括在故障抢修时长的预测前，对输入的特征数据进行清洗，排除异常数据；使用清洗后的数据进行特征工程建设，选取特征数据，将特征数据分别输入到预测模型中进行建模；在建模的过程中，分别对单个模型参数进行调优，输出最优的预测结果；对预测结果进行加权求和，输出最终的预测值。通过使用多种机器学习方法进行建模，并将预测结果进行加权，融合多模型的优势特点，得到相较于单模型更为准确的预测结果。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地支撑。