基于 NLP 和 GBDT 的低压用户停电分类研究

来源：计算机技术与发展杂志2022年第S2期北京时间：

作者：赵永生;周远科;赵爱华;宋光明;张园园;袁培森

单位：1. 国网安徽省电力有限公司,安徽 合肥 230022;2. 国网安徽省电力科学研究院,安徽 合肥 230000;3. 国网安徽合肥供电公司,安徽 合肥 230061;4. 南京农业大学 人工智能学院,江苏 南京 210095

摘要：为探索全量采集下的低压用户供电可靠性停电事件智能化分析,结合自然语言处理和机器学习技术,研究了基于NLP 和 GBDT 的低压用户停电智能分类系统。 首先采集实时低压用户用电数据,对低压用户停电事件自动采集,然后对采集数据使用自然语言处理进行特征提取,并对处理之后的数据使用梯度提升决策树进行训练和建立模型。 为优化训练模型,使用 GridSearch 方法训练出最优超参数,对停电事件进行智能化分类。 该研究可以对低压电网拓扑辅助停电信息研判和低压可靠性评估等方面提供决策支持,为低压用户供电可靠性在线监测与智能诊断提供技术支撑。

关键词：供电可靠性;自然语言处理;停电事件分类;梯度提升决策树;低压用户;GridSearch