轻梯度提升机算法的发展与应用 被引量：1

1

作者 魏佳妹 袁书娟 +2 位作者 孔闪闪 杨爱民 赵晨颖 《计算机工程与应用》 北大核心 2025年第5期32-42,共11页

轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。... 轻梯度提升机算法(light gradient boosting machine,LightGBM)是机器学习领域中比较强大的算法之一,LightGBM采用高效的树学习算法,以更快地训练模型,其独特的直方图分桶方法和基于梯度的单边叶子生长技术降低了内存的使用和计算成本。LightGBM被广泛应用于医疗、自然语言处理、金融、工业制造等领域。然而,LightGBM在高维数据处理、类别特征处理、模型解释性等方面仍面临许多挑战。目前,解决这些问题的方法主要集中在特征工程、可视化、模型混合等方面,并取得了很好的效果。介绍了决策树家族的相关算法原理和变体研究;对LightGBM的原理、优缺点进行梳理,归纳出算法所面临的挑战,并指出LightGBM未来的研究热点和难点;对LightGBM的发展进行了总结和展望。 展开更多

关键词 轻梯度提升机算法 决策树 集成学习 机器学习

在线阅读 下载PDF 职称材料

基于长短期记忆网络与轻梯度提升机的航空发动机大修期内剩余寿命预测 被引量：1

2

作者 杨硕 高成 《航空发动机》 北大核心 2024年第3期87-92,共6页

针对航空发动机大修期内由性能主导的剩余使用寿命预测中复杂设备具有状态变量多、非线性特征严重的特点以及单一模型面临特征提取不充分、预测精度不足等问题,提出一种长短期记忆网络(LSTM)与轻梯度提升机(LightGBM)的组合新模型方法... 针对航空发动机大修期内由性能主导的剩余使用寿命预测中复杂设备具有状态变量多、非线性特征严重的特点以及单一模型面临特征提取不充分、预测精度不足等问题,提出一种长短期记忆网络(LSTM)与轻梯度提升机(LightGBM)的组合新模型方法进行大修期内剩余使用寿命(RUL)预测。通过LSTM对原始数据进行特征提取,将LSTM的输出门中特征提取后的数据作为LightGBM模型的输入进行RUL预测。利用NASA提供的发动机实测数据集进行了仿真试验,实现了对单个发动机的RUL预测,并与其他6种模型预测结果进行对比,对其预测剩余使用寿命的有效性进行验证。结果表明:LSTM和LightGBM组合模型比其他模型的预测误差显著减小,其4组数据集均方根误差仅为12.45、20.23、12.58、21.75。 展开更多

关键词 剩余寿命预测 组合模型 轻梯度提升机 长短期记忆网络 航空发动机

在线阅读 下载PDF 职称材料

嵌入轻量梯度提升机评估模型的暂态稳定预防-紧急协调控制 被引量：7

3

作者 高书宇 刘友波 +3 位作者 刘挺坚 沈力 文一宇 邱高 《电力工程技术》 北大核心 2023年第5期167-176,共10页

为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的... 为了综合发挥运行方式控制和稳控切机控制对电网暂态稳定性的提升作用,提出一种嵌入轻量梯度提升机(light gradient boosting machine,LightGBM)评估模型的电力系统暂态稳定预防-紧急协调控制决策方法。为快速评估控制措施对稳定裕度的影响,首先利用混合控制样本生成方法和LightGBM算法构建预防-紧急控制对稳定裕度的评估模型,考虑到不合理的切机、切负荷控制可能破坏系统稳定性,利用LightGBM评估模型的数值灵敏度来辨识有效的控制地点、缩减决策空间。进一步将LightGBM模型嵌入暂态稳定双层优化控制模型、替代暂态稳定时域仿真校核,结合改进的非支配排序遗传算法(non-dominated sorting genetic algorithm-Ⅱ,NSGA-Ⅱ)实现协调控制策略的快速求解。通过IEEE 39节点测试算例,验证了所提方法能够实现不同严重程度的故障在发生前后的预防控制和紧急控制之间的协调配合,既提高了电网安全稳定性,又减小了优化调度成本。 展开更多

关键词 暂态稳定 预防-紧急协调控制 数据驱动 轻量梯度提升机(LightGBM) 评估模型 非支配排序遗传算法(NSGA-Ⅱ)

在线阅读 下载PDF 职称材料

基于可解释性机器学习模型的轻型缺血性卒中复发预测研究

4

作者 莫秋红 丁晓波 +2 位作者 李靓 张岩波 李伟荣 《中国卒中杂志》 北大核心 2024年第8期924-930,共7页

目的利用可解释的机器学习模型,探讨轻型缺血性卒中(minor ischemic stroke,MIS)2年内复发相关危险因素。方法回顾性收集2020年7—12月山西省心血管病医院神经内科MIS患者一般资料、实验室结果、影像学等资料,单因素分析进行复发危险因... 目的利用可解释的机器学习模型,探讨轻型缺血性卒中(minor ischemic stroke,MIS)2年内复发相关危险因素。方法回顾性收集2020年7—12月山西省心血管病医院神经内科MIS患者一般资料、实验室结果、影像学等资料,单因素分析进行复发危险因素变量筛选,合成少数过采样技术-标称连续处理数据不平衡,数据集按8∶2的比例分为训练集与测试集,网格搜索10折交叉验证构建轻量梯度提升机(light gradient boosting machine,LightGBM)、支持向量机(support vector machine,SVM)模型,并与逻辑回归(logistic regression,LR)模型进行比较,基于ROC的AUC、校准曲线分别评价模型的区分度与校准度,性能最好的模型通过Shapley加性解释(Shapley additive explanation,SHAP)模型对预测结果进行解读。结果本研究共纳入520例MIS患者,2年内复发93例(17.9%),测试集中LightGBM、SVM、LR预测患者2年内复发的AUC分别为0.935(95%CI 0.896~0.973)、0.833(95%CI 0.770~0.896)、0.764(95%CI 0.691~0.835),准确度分别为0.890、0.773、0.693,布里尔分数分别为0.105、0.167、0.200。结果显示LightGBM模型性能最优,基于SHAP的LightGBM可解释模型重要性前5的是舒张压、年龄、糖尿病、LDL-C、吸烟。结论本研究建立的LightGBM模型预测效果良好,可为MIS患者2年内复发的预测提供借鉴。通过SHAP可解释性帮助临床医师更好地理解预测模型结果背后的原因,对MIS患者做出更个性化与合理化的临床决策。 展开更多

关键词 轻型缺血性卒中 复发 轻量梯度提升机 Shapley加性解释

在线阅读 下载PDF 职称材料

基于机器学习算法模型的焊接接头疲劳寿命预测

5

作者 徐梦悦 齐红宇 +2 位作者 李少林 石多奇 杨晓光 《航空发动机》 北大核心 2025年第1期96-102,共7页

焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了... 焊接接头具有非均匀的微观组织和梯度过渡的力学性能及随机分布的焊接缺陷等特征,相较于其他结构更容易产生疲劳断裂,特别是焊接接头的疲劳载荷下的强度和寿命问题已成为工程界和学术界的研究热点。为了研究焊接接头的疲劳行为,开展了基于随机森林(RF)模型的焊接接头疲劳寿命预测模型的全新研究。通过采用RF和轻梯度提升机(LightGBM)2种不同的机器学习算法模型对焊接接头的疲劳数据集进行分析和预测,从中选择预测性能更优的机器学习模型;通过比较在不同几何形状下疲劳寿命的预测结果,评估几何形状对机器学习模型预测性能的影响;利用RF算法对输入条件进行重要度排序,分析焊接接头疲劳寿命的影响因素;通过计算模型在不同材料下的疲劳寿命结果验证机器学习模型的泛化能力。结果表明:机器学习模型对不同几何形状的焊接接头疲劳寿命的预测效果较好,且可用于预测在不同材料下的焊接接头疲劳寿命。研究结果对焊接结构的强度设计与焊接工艺参数优化等具有重要意义。 展开更多

关键词 机器学习 随机森林算法 轻梯度提升机算法 焊接接头 疲劳寿命 几何形状 预测模型

在线阅读 下载PDF 职称材料

网络级道路交通运行状态的深度学习识别方法 被引量：1

6

作者 罗义凯 辛苡琳 +2 位作者 徐金华 陈桂珍 李岩 《浙江大学学报(工学版)》 北大核心 2025年第5期1083-1091,共9页

为了精准、实时、高效地掌握道路网各区域交通运行状态,基于网约车轨迹数据提取相关运行参数,对研究区域进行时空单元划分,构建将特征提取与聚类过程融合的深度聚类网络模型,对交通状态进行分类.对聚类结果量化获取类别标签,结合集成学... 为了精准、实时、高效地掌握道路网各区域交通运行状态,基于网约车轨迹数据提取相关运行参数,对研究区域进行时空单元划分,构建将特征提取与聚类过程融合的深度聚类网络模型,对交通状态进行分类.对聚类结果量化获取类别标签,结合集成学习、贝叶斯优化和轻量梯度提升机,提出交通状态识别模型.西安市网约车数据测试的结果表明,道路运行状态可以分为畅通、缓行、轻度拥堵、中度拥堵和严重拥堵5种类型,严重拥堵路段占比在早晚高峰时段明显增加,平峰时段有所减少.所提聚类模型的效果均优于对比模型,交通状态识别模型计算的精确率、召回率、F1分数和准确率分别为0.982 1、0.984 4、0.983 3、0.983 9. 展开更多

关键词 网络级道路 交通运行状态 深度聚类 轨迹数据 轻量梯度提升机

在线阅读 下载PDF 职称材料

蝴蝶搜索与动态反向学习柯西变异的白鲸优化算法 被引量：2

7

作者 张莉 张小庆 +3 位作者 孙民民 李娜 宋一佳 曾竣哲 《计算机工程与应用》 北大核心 2025年第10期96-110,共15页

针对白鲸优化算法(beluga whale optimization,BWO)收敛速度慢、无法跳出局部最优位置的不足,提出了一种基于蝴蝶搜索与动态反向学习柯西变异的改进白鲸优化算法(MY beluga whale optimization,MYBWO)。引入非线性平衡因子,更好地平衡... 针对白鲸优化算法(beluga whale optimization,BWO)收敛速度慢、无法跳出局部最优位置的不足,提出了一种基于蝴蝶搜索与动态反向学习柯西变异的改进白鲸优化算法(MY beluga whale optimization,MYBWO)。引入非线性平衡因子,更好地平衡算法的全局勘探和局部开发能力;在全局勘探阶段引入蝴蝶搜索机制,丰富种群多样性,提高最优解的搜索概率;在局部开发阶段融合动态反向学习和柯西变异策略,在扩大种群搜索范围的同时增强算法跳出局部最优的能力。通过选取寻优特征各异的CEC2005和CEC2019测试函数进行仿真实验,结果表明:与选取的几种对比算法相比,MYBWO算法寻优精度更高,收敛更快,有效解决了算法易停滞于局部最优的不足。为了验证改进算法的实用性,将MYBWO算法应用于优化LightGBM模型,建立新的空气质量预测模型,实验结果证明该模型的预测精度和稳定性得到了稳步提升。 展开更多

关键词 白鲸优化算法(BWO) 蝴蝶算法 柯西变异 动态反向学习 轻量梯度提升机(LightGBM)

在线阅读 下载PDF 职称材料

面向短时心电信号的驾驶疲劳检测方法

8

作者 刘成昊 罗义凯 +3 位作者 陈邦举 徐金华 李昱燃 李岩 《中国安全生产科学技术》 北大核心 2025年第8期29-37,共9页

基于心电信号的驾驶疲劳检测具有准确、非侵入和低成本的优点,但传统方法需要采集较长时间数据,导致检测延迟,难以进行实时检测,提出1种面向短时心电数据的驾驶疲劳检测方法。该方法包括特征提取与疲劳识别2个模块,使用滤波方法预处理... 基于心电信号的驾驶疲劳检测具有准确、非侵入和低成本的优点,但传统方法需要采集较长时间数据,导致检测延迟,难以进行实时检测,提出1种面向短时心电数据的驾驶疲劳检测方法。该方法包括特征提取与疲劳识别2个模块,使用滤波方法预处理心电数据,以提取心率变异性(heart rate variability,HRV)与心电信号(electrocardiogram,ECG)指标作为识别特征;结合改进粒子群优化算法、核主成分分析与LightGBM模型进行疲劳检测,并将所提方法应用于DROZY数据集,以卡罗琳斯卡嗜睡量表评价作为标签。研究结果表明:所提方法可利用短时心电数据实现准确的疲劳检测,针对5,10,15 s的心电信号,所提方法的5折交叉验证平均检测准确率分别为95.54%,97.90%和99.05%,均优于对比方法,验证了所选特征指标的有效性。研究结果可为驾驶安全检测系统提供技术支持。 展开更多

关键词 疲劳检测 心电信号 轻量梯度提升机 核主成分分析 粒子群优化

在线阅读 下载PDF 职称材料

多种变量组合方案下的机器学习模型在PM_(2.5)浓度估算中的性能对比——以陕西关中地区为例

9

作者 徐翠玲 胡雪 +2 位作者 袁兵 郭灿 赵丽华 《地球科学与环境学报》 北大核心 2025年第4期829-843,共15页

获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协... 获取高分辨率、高精度连续PM_(2.5)浓度,有利于揭示空气质量分布规律,对环境治理、大气污染防治及经济的可持续发展具有重要意义。基于2020~2022年陕西关中地区PM_(2.5)地面监测数据、气溶胶光学厚度(AOD)数据、气象数据、地理数据和协同监测污染物数据等,依据其性质进行分类,设计11种变量组合方案,分别构建随机森林(RF)模型、梯度提升树(GBT)模型和轻量梯度提升机(LightGBM)模型估算关中地区PM_(2.5)浓度,并对不同方案下的模型估算精度进行对比分析。结果表明:(1)3种模型在两两变量组合方案下的估算效果优于在单一变量组合方案下,在多变量组合方案下的估算效果则最优;(2)在同一方案下,LightGBM模型表现最佳,而且多变量组合方案下的LightGBM模型拟合结果在11种变量组合方案中是最优的,其决定系数(R2)为0.94,均方根误差(RMSE)为9.31μg·m-3,平均绝对误差(MAE)为6.27μg·m-3;(3)与ChinaHighPM_(2.5)数据集、VANPM_(2.5)数据集相比,多变量组合方案下的LightGBM模型估算结果不仅在空间分布上与两个数据集中同区域、同时期数据具有较高的一致性,而且在细节刻画和估算精度上更具优势,提升了精度与可靠性。 展开更多

关键词 大气环境 PM_(2.5)浓度 随机森林模型 梯度提升树模型 轻量梯度提升机模型 多变量组合 机器学习 陕西

在线阅读 下载PDF 职称材料

不平衡数据驱动的山区公路货车移动遮断险态跟驰行为识别模型

10

作者 戢晓峰 薛唯 +2 位作者 卢梦媛 覃文文 李太峰 《安全与环境学报》 CAS CSCD 北大核心 2024年第8期3015-3027,共13页

为识别山区双车道公路货车移动遮断下的小客车险态跟驰行为,基于无人机拍摄和视频轨迹提取技术提取车辆轨迹,利用人工少数类过采样法(Synthetic Minority Oversampling Technique,SMOTE)对不平衡轨迹数据过采样,并对驾驶行为聚类分析,... 为识别山区双车道公路货车移动遮断下的小客车险态跟驰行为,基于无人机拍摄和视频轨迹提取技术提取车辆轨迹,利用人工少数类过采样法(Synthetic Minority Oversampling Technique,SMOTE)对不平衡轨迹数据过采样,并对驾驶行为聚类分析,将跟驰行为标定为危险和安全两种类别;依据紧迫跟驰、偏移过大和车速变化大三种险态跟驰行为诱因,确定险态跟驰行为风险测度(Measure of Driving Risk,MOR),包括碰撞时间倒数、相对横向偏移量和速度变异系数,并将MOR和聚类标定标签作为识别模型输入变量;通过轻量梯度提升机(Light Gradient Boosting Machine,LGBM)建立险态跟驰行为识别模型,再通过支持向量机(Support Vector Machines,SVM)、随机森林(Random Forest,RF)和自适应增强(Adaptive Boosting,AdaBoost)算法验证模型的有效性。以云南省某山区双车道公路为例进行试验,共提取543对小客车跟驰货车轨迹数据,数据预处理后筛选出467对有效跟驰数据;经过采样处理和聚类标定,结果表明:小客车跟驰货车时,超三成小客车处于险态跟驰状态;险态跟驰行为直道和弯道识别模型的精确率分别达95.49%和95.48%,其中LGBM表现最稳定,而RF和AdaBoost的稳定性较差且精确率不高。基于LGBM的险态跟驰行为识别模型具有较高的准确率和稳定性,在车路协同和自动驾驶等领域有应用前景。 展开更多

关键词 安全工程 险态跟驰行为识别 轻量梯度提升机(LGBM)算法 山区双车道公路 不平衡数据

在线阅读 下载PDF 职称材料

基于机器学习的带被动阻尼直流微电网系统的稳定性检测 被引量：2

11

作者 刘笑 杨建 +2 位作者 李力 董密 宋冬然 《电工技术学报》 EI CSCD 北大核心 2024年第8期2281-2293,2324,共14页

直流微电网中恒功率负荷(CPL)具有负阻尼特性,该特性会降低系统稳定性。为此,通过在滤波器上添加被动阻尼来增强直流微电网系统的稳定性,并提出一种基于机器学习的方法来检测带被动阻尼直流微电网系统的稳定性。首先,建立带被动阻尼直... 直流微电网中恒功率负荷(CPL)具有负阻尼特性,该特性会降低系统稳定性。为此,通过在滤波器上添加被动阻尼来增强直流微电网系统的稳定性,并提出一种基于机器学习的方法来检测带被动阻尼直流微电网系统的稳定性。首先,建立带被动阻尼直流微电网系统的小信号模型,以此来确定影响系统稳定性的参数。其次,以所选系统参数为变量建立仿真场景,以此来获取用于机器学习算法训练的数据集。再次,提出一种基于轻量型梯度提升机(LGBM)的直流微电网稳定性检测模型,并采用沙普利加解释法(SHAP)分析所选参数对LGBM预测结果和直流微电网系统稳定性的影响。最后,通过仿真和硬件在环实验验证所提方法的有效性和优越性。 展开更多

关键词 直流微电网 稳定性检测 被动阻尼 轻量型梯度提升机 沙普利加解释

在线阅读 下载PDF 职称材料

基于VMD与优化LightGBM的混凝土拱坝变形预测 被引量：2

12

作者 董志豪 赵二峰 +3 位作者 刘峰 宋桂华 吴斌庆 黎祎 《水电能源科学》 北大核心 2024年第8期132-136,共5页

变形是反映混凝土拱坝安全运行状态的重要指标,因此变形预测模型的研究对拱坝结构健康评价具有重要意义。为充分挖掘拱坝变形监测数据的有效信息,提高监控模型的预测精度,提出一种基于变分模态分解与优化LightGBM的混凝土拱坝变形预测... 变形是反映混凝土拱坝安全运行状态的重要指标,因此变形预测模型的研究对拱坝结构健康评价具有重要意义。为充分挖掘拱坝变形监测数据的有效信息,提高监控模型的预测精度,提出一种基于变分模态分解与优化LightGBM的混凝土拱坝变形预测模型。首先,采用VMD将变形实测数据分解为多个模态分量;其次,引入改进灰狼算法与LightGBM相结合建立混凝土拱坝变形预测模型;随后,对模态分量进行单独建模和预测,最后叠加以得到最终的预测结果。工程实例分析表明,通过有效地分解重构,构建的变形预测模型具有较高的预测精度和泛化性能。 展开更多

关键词 变形预测 变分模态分解 改进灰狼算法 轻量梯度提升机

在线阅读 下载PDF 职称材料

分布式光伏功率数据的IMOWOA和LightGBM混合虚拟采集方法 被引量：7

13

作者 葛磊蛟 杜天硕 孙冰 《中国电机工程学报》 EI CSCD 北大核心 2024年第3期1035-1046,I0015,共13页

点多面广、分散无序的分布式光伏电站规模化接入电网是我国新型电力系统向低碳演进的重要路径之一。低成本、高效率的分布式光伏电站数据获取是光伏电站开展精细化管理、精益化运维的重要基础。为此,该文提出一种基于改进多目标鲸鱼优... 点多面广、分散无序的分布式光伏电站规模化接入电网是我国新型电力系统向低碳演进的重要路径之一。低成本、高效率的分布式光伏电站数据获取是光伏电站开展精细化管理、精益化运维的重要基础。为此,该文提出一种基于改进多目标鲸鱼优化算法(improved multi-objective whale optimization algorithm,IMOWOA)与轻量梯度提升机(light gradient boosting machine,LightGBM)的分布式光伏数据虚拟采集方案。针对虚拟采集区域划分难题,该方案首先在网格化区域划分的基础上提出一种自编码器相似性分析方法,获取满足相似性需求的光伏电站集;为解决参考电站集选择难题,提出一种改进的多目标鲸鱼优化算法,提高算法的全局搜索能力,基于区域内光伏电站的历史功率数据,同时对参考电站子集与LightGBM超参数进行优化,从而实现仅选取部分分布式光伏电站安装完备的数据采集装置,完成区域范围内所有电站功率数据的高精度虚拟采集。最后,以我国江苏省某区域范围内的29个分布式光伏电站为算例进行分析,验证提出的方法的可行性和有效性。 展开更多

关键词 分布式光伏 虚拟采集 鲸鱼优化算法 轻量梯度提升机 多目标优化

在线阅读 下载PDF 职称材料

基于Hyperopt-LightGBM的直流配电网短期负荷抗噪声预测 被引量：1

14

作者 韩璟琳 冯喜春 +2 位作者 胡平 陈志永 李光毅 《高电压技术》 EI CAS CSCD 北大核心 2024年第11期4902-4911,I0007-I0009,共13页

为提升直流配电网中的短期负荷预测准确性与抗噪性,提出了一种基于超参数优化(hyperparameter op-timization,Hyperopt)-轻量型梯度提升机(light gradient machine,LightGBM)的短期负荷抗噪声预测模型。首先,以环形中压直流配电网为场景... 为提升直流配电网中的短期负荷预测准确性与抗噪性,提出了一种基于超参数优化(hyperparameter op-timization,Hyperopt)-轻量型梯度提升机(light gradient machine,LightGBM)的短期负荷抗噪声预测模型。首先,以环形中压直流配电网为场景,分析4种负荷的基本特征及其与历史数据(记为影响因素)的相关性,通过将相关性较强的影响因素作为输入,避免预测模型过拟合现象,从而提高负荷预测准确性及模型训练效率。然后,构建基于Hyperopt-LightGBM的中压直流配电网短期负荷预测模型,通过训练强学习器提高模型的抗噪性,进一步提高短期负荷预测准确性;通过Hyperopot提高模型自适应性,减轻人工调参负担。最后,基于直流配电网的4种负荷数据验证所提模型的有效性,不同预测模型下4种负荷的平均预测误差分别为:≤1.6%(所提模型),≤2.1%(极限梯度提升机模型),≤2%(随机森林模型)和≤4.1%(梯度提升决策树模型);不同噪声比下所提模型预测准确性>95%,且均高于传统模型。上述结果表明所提模型预测准确性更高、抗噪性及自适应性更好。 展开更多

关键词 中压直流配电网 短期负荷预测 样本噪声 超参数优化 轻量型梯度提升机

在线阅读 下载PDF 职称材料

计及样本不平衡与重叠的暂态稳定评估方法 被引量：14

15

作者 李楠 李保罗 +1 位作者 朱建华 李天云 《电力系统自动化》 EI CSCD 北大核心 2020年第21期64-71,共8页

交直流混联系统的稳定性分析复杂且样本不平衡,当前基于数据挖掘的暂态稳定评估方法只追求对不稳定样本的识别精度,忽略了重叠区域样本难分类的问题,导致其综合性能未得到实质性的提升。针对此问题,提出一种计及样本不平衡与重叠的暂态... 交直流混联系统的稳定性分析复杂且样本不平衡,当前基于数据挖掘的暂态稳定评估方法只追求对不稳定样本的识别精度,忽略了重叠区域样本难分类的问题,导致其综合性能未得到实质性的提升。针对此问题,提出一种计及样本不平衡与重叠的暂态稳定评估方法。所提方法通过焦点损失函数来修正轻梯度提升机(LightGBM),自动根据样本的类别以及是否处于重叠区域中的“灰色地带”赋予其不同的权重,从而优化梯度下降的方向。该方法在提升对不稳定样本识别精度的同时,也减少了对稳定样本的误判。在修改的IEEE 68节点系统和中国某省级电网上的算例表明,所提方法在含有噪声且不平衡的数据集上有良好的评估性能。 展开更多

关键词 交直流混联系统 暂态稳定评估 重叠区域样本 样本不平衡 焦点损失函数 轻梯度提升机

在线阅读 下载PDF 职称材料

面向多价值链的汽车配件需求预测模型 被引量：10

16

作者 任春华 孙林夫 韩敏 《计算机集成制造系统》 EI CSCD 北大核心 2021年第10期2786-2800,共15页

基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求。为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经... 基于第三方零部件多产业链业务协同云服务平台中汽车配件的销售现状,配件代理商没有充分考虑跨链销售、跨链调拨、多链销售等配件需求。为提高配件需求预测的准确率,首先提出一种优势矩阵(AM)结合轻梯度提升机(LightGBM)、门控循环神经网络(GRU)的组合预测模型(LightGBM_GRU_AM),该模型通过引入优势矩阵获取单个模型的最优权重系数,通过加权后的组合模型进行需求预测。考虑到组合模型中某时刻子模型的预测效果优于组合模型,为进一步提高预测的准确率,设计了一种基于LightGBM、GRU和LightGBM_GRU_AM的半组合预测模型,该模型采用子模型优选策略,在训练过程中利用最小绝对误差建立子模型分类标签,以特征提取和分类回归树建立子模型选取规则,根据数据特征采用不同的子模型进行预测,集成不同时刻的预测值形成最终的需求预测。最后集成第三方云平台中多链配件销售和配件相关售后服务数据进行算例分析,相比其他7种预测模型,提出的2种预测模型不但能有效降低预测误差,而且半组合预测模型更有优势,同时也为配件代理商提供采购决策支持。 展开更多

关键词 汽车配件 多价值链 轻梯度提升机 门控循环神经网络 优势矩阵 组合预测模型 半组合预测模型 子模型优选 需求预测

在线阅读 下载PDF 职称材料

基于长短期记忆网络和LightGBM组合模型的短期负荷预测 被引量：92

17

作者 陈纬楠 胡志坚 +2 位作者 岳菁鹏 杜一星 齐祺 《电力系统自动化》 EI CSCD 北大核心 2021年第4期91-97,共7页

短期负荷预测是电网安全调度与平稳运行的基础,为进一步提升负荷预测的精度,提出了基于长短期记忆(LSTM)网络和轻梯度提升机(LightGBM)的组合预测模型。首先,根据LSTM网络和LightGBM模型的输入结构,将预处理后的负荷数据、温度数据、日... 短期负荷预测是电网安全调度与平稳运行的基础,为进一步提升负荷预测的精度,提出了基于长短期记忆(LSTM)网络和轻梯度提升机(LightGBM)的组合预测模型。首先,根据LSTM网络和LightGBM模型的输入结构,将预处理后的负荷数据、温度数据、日期数据以及节假日信息分别输入2个模型中,通过训练得出各自的预测结果。然后,采用最优加权组合法确定权重系数,并得出组合模型的预测值。最后,采用实际负荷数据进行算例分析,结果表明所提方法能够有效结合2种模型的优点,在保留对时序数据整体感知的同时兼顾非连续特征的有效信息,与其他模型相比具有更高的预测精度。 展开更多

关键词 短期负荷预测 长短期记忆网络 轻梯度提升机 最优加权组合法 组合模型

在线阅读 下载PDF 职称材料

基于X射线图像和激光点云的煤矸识别方法 被引量：23

18

作者 司垒 谭超 +2 位作者 朱嘉皓 王忠宾 李嘉豪 《仪器仪表学报》 EI CAS CSCD 北大核心 2022年第9期193-205,共13页

煤矸高效分选是实现煤炭资源绿色开采的重要手段,其核心技术是煤和矸石的快速精准识别。因此,本文提出了基于X射线图像和激光点云融合的煤矸识别方法。首先,设计了基于局部熵和全局均差加权的改进Otsu分割算法,以此提高X射线图像的分割... 煤矸高效分选是实现煤炭资源绿色开采的重要手段,其核心技术是煤和矸石的快速精准识别。因此,本文提出了基于X射线图像和激光点云融合的煤矸识别方法。首先,设计了基于局部熵和全局均差加权的改进Otsu分割算法,以此提高X射线图像的分割精度和分割效率;同时,利用直通滤波和体素栅格降采样简化了煤矸激光点云数据,进而提取了X射线图像和激光点云的煤矸组合特征。然后,针对传统麻雀搜索算法(SSA)易陷入局部最优和种群多样性差等问题,提出了多策略改进的SSA算法(ISSA),并用于轻量梯度提升机(LightGBM)参数的寻优,进而设计了基于ISSA-LightGBM的煤矸快速识别模型。最后,搭建了煤矸识别实验平台,开展了相应的实验对比分析,结果表明:ISSA-LightGBM模型的煤矸识别准确达99.00%,综合性能优于其它模型,满足了煤矸高效识别的需求。 展开更多

关键词 煤矸识别 X射线图像 激光点云 特征提取 轻量梯度提升机

在线阅读 下载PDF 职称材料

基于LightGBM的电动汽车行驶工况下电池剩余使用寿命预测 被引量：25

19

作者 肖迁 焦志鹏 +2 位作者 穆云飞 陆文标 贾宏杰 《电工技术学报》 EI CSCD 北大核心 2021年第24期5176-5185,共10页

行驶工况下电动汽车锂离子电池剩余使用寿命(RUL)衰退情况复杂,准确的RUL预测可为电池的定期维护和安全稳定运行提供指导,避免安全隐患。为此,该文提出一种适用于行驶工况下电动汽车电池的RUL预测方法。首先,针对行驶工况,提出一种基于... 行驶工况下电动汽车锂离子电池剩余使用寿命(RUL)衰退情况复杂,准确的RUL预测可为电池的定期维护和安全稳定运行提供指导,避免安全隐患。为此,该文提出一种适用于行驶工况下电动汽车电池的RUL预测方法。首先,针对行驶工况,提出一种基于轻量型梯度提升机(LightGBM)的RUL预测模型,利用元学习超参数优化方法对其进行超参数调优;其次,搭建行驶工况下电池全生命周期容量测试系统,模拟行驶工况下电池所受振动应力、充放电应力环境和测试电池容量衰退情况;然后,基于动态时间规整对容量衰退的相似性分析结果,使用生成对抗网络(GAN)生成新的容量序列;最后,通过实验数据验证所提模型和生成容量序列的有效性。 展开更多

关键词 电动汽车 行驶工况 锂离子电池 剩余使用寿命 轻量型梯度提升机

在线阅读 下载PDF 职称材料

结合长短期混合特征的均衡风缸控制系统健康状态评估方法 被引量：1

20

作者 高殿柱 彭军 +3 位作者 王胜男 张晓勇 杨迎泽 黄志武 《铁道学报》 EI CAS CSCD 北大核心 2023年第8期57-67,共11页

制动机均衡风缸控制系统具有部件种类多、退化过程复杂、工况多样等特点,给系统的健康状态评估带来挑战。提出一种结合长期和短期混合特征的健康状态评估方法,通过对均衡风缸系统关键部件进行寿命预测进行健康状态评估。结合系统工作模... 制动机均衡风缸控制系统具有部件种类多、退化过程复杂、工况多样等特点,给系统的健康状态评估带来挑战。提出一种结合长期和短期混合特征的健康状态评估方法,通过对均衡风缸系统关键部件进行寿命预测进行健康状态评估。结合系统工作模式切换对部件退化过程的影响提取累积物理动态指标,使用循环神经网络实现部件的长期累积寿命预测;在时间滑窗内提取局部时域和频域特征,表征系统短期波动对老化的影响,利用改进的轻量梯度提升机进行短期寿命预测;通过分段模型平均法进行长期和短期寿命预测结果的融合,得到健康状态评估结果。通过搭建制动机均衡风缸控制系统实验平台,进行加速老化实验,获取全寿命周期老化数据,对提出的混合健康状态评估方法进行仿真,验证所提方法的有效性。 展开更多

关键词 制动机 健康状态 循环神经网络 轻量梯度提升机 时间滑窗

在线阅读 下载PDF 职称材料