-
公开(公告)号:CN111178605A
公开(公告)日:2020-05-19
申请号:CN201911319761.2
申请日:2019-12-19
申请人: 国网浙江省电力有限公司丽水供电公司 , 国家电网有限公司
摘要: 本发明公开了一种基于特征选择的配网工程项目工期预测方法,步骤包括:选择影响工程进度的因素,以及配网工程项目独特的因素,构造因素集;用因素集中的所有因素训练超限学习机分类器,用10折交叉验证得到分类精度p,随机临时剔除因素集中的某个因素,重新训练超限学习机分类器,并用10折交叉验证得到分类精度p′,通过比较筛选确定计算因素,建立工期预测模型进行工期预测计算。利用超限学习机设计了一种多步骤降维的方法,提取配网工程项目数据样本的主要因素,得到数量少但预测能力强的主要因素,用来建立配网工程项目的预测模型,大大减少工程超期完工的可能性,加强工程计划的准确性,有效降低项目超期风险。
-
公开(公告)号:CN111178604A
公开(公告)日:2020-05-19
申请号:CN201911318221.2
申请日:2019-12-19
申请人: 国网浙江省电力有限公司丽水供电公司 , 国家电网有限公司
摘要: 本发明公开了一种95598故障工单数预测方法,包括使用过采样法选取若干种可能的采样倍率以生成n个不同的数据集;然后利用欠采样法分别剔除这n个数据集中的部分冗余多数类样本;再利用新生成的这n个数据集对应训练n个预测模型;对预测模型进行筛选,剔除带有错误倾向性的预测模型;通过余下的预测模型共同集成投票决定最终待定的故障工单数。该技术方案利用混合采样技术,对采样倍率的选取方式进行改进,并将预测模型的集成学习与数据集的重构技术相结合,利用多个较优的采样倍率进行组合提升来达到更好的采样效果,对95598故障工单数据进行处理,构造故障工单预测模型,从而提高预测模型的预测性能。
-