检索结果-南通市图书馆

基于梯度提升机算法的变压器油中溶解气体含量短期预测方法

在线全文

学校读者我要写书评

暂无评论

基于梯度提升机算法的变压器油中溶解气体含量短期预测方法

作者：张若愚华北电力大学(北京)

学位级别：硕士

电力变压器是保证输配电网的稳定运行的重要设备,变压器故障引起的停电事故将造成巨大的经济损失及社会影响,变压器油中溶解气体含量是变压器状态评价的重要依据。变压器故障大多为潜伏性故障,而在线监测对于油中溶解气体含量的获取具... 详细信息

电力变压器是保证输配电网的稳定运行的重要设备,变压器故障引起的停电事故将造成巨大的经济损失及社会影响,变压器油中溶解气体含量是变压器状态评价的重要依据。变压器故障大多为潜伏性故障,而在线监测对于油中溶解气体含量的获取具有一定滞后性,因此,变压器油中溶解气体含量短期预测（七天之内）能够弥补在线监测的滞后性,提前发现变压器的潜伏性故障,监测变压器的绝缘状况,对变压器的状态检修的合理安排具有重要的意义。现在的变压器油中溶解气体含量短期预测方法存在如下问题:1)现有的油中溶解气体含量数据中存在大量的缺失值,破坏了在线监测数据时间序列的连续性,一定程度上改变了其数据特征及变化趋势,给预测工作带来困难。2)变压器油中溶解气体时间序列中不同时间尺度的信息混叠,具有非线性与非平稳性,对于原始序列直接分析,难以发掘油中溶解气体含量变化的规律。3)短期预测精度要求高,单一的油中溶解气体预测方法对具有较强非线性的时间序列解释能力不足,精确度难以满足要求,同时存在过拟合的问题,而目前常用的组合预测模型的组合方法过于粗糙,基学习器的选择存在局限,不能充分发挥多模型的优势,影响预测的精度。针对上述问题,本文提出了基于梯度提升机的变压器油中溶解气体含量短期预测方法,首先,提出了基于马尔可夫过程的数据补全方法,将油中溶解气体数据时间序列转化为马尔可夫链,生成状态转移概率矩阵,通过多步状态转移对油中溶解气体数据缺失部分进行补全,对于油中溶解气体监测数据的缺失值补全的相似度可达到99.999%,相较于保形插值法和均值插值法,相似度分别提高了5.32%,4.57%;对于极值点、跃变点处的关键数据进行补全的相似度可以达到98.956%,相较于保形插值法和均值插值法,相似度分别提高了 14.77%,103.42%。然后,根据油中溶解气体含量时间序列时频特性,采用经验小波变换（EWT）对其进行分解,削弱不同时间尺度信息间的互相干扰,得到多个时间序列分量作为后续预测的依据。利用样本熵对分解效果进行评价,复杂度最高的时间序列分量的样本熵仅为原始时间序列的36%。最后,以梯度提升机的形式将多个基学习器组合,针对不同时间序列分量建立分别预测模型,并针对常用的GBDT算法的固有缺陷,采用径向基神经网络（GBRBFNN）作为基学习器,建立了基于梯度提升机的变压器油中溶解气体含量短期预测模型。最终通过实际案例对文章提出的方法进行验证,结果表明,相较于EWT-GBDT模型、EWT-LSTM模型,EWT-GBRBFNN模型预测的平均相对误差分别降低了 51.43%,22.72%;互相关系数分别提升了 16.73%,6.61%,标准差分别降低了 41.84%,6.71%,决定系数分别提升了 27.26%,2.21%。本文所提出的方法各方面均为最优,能够更好地为后续变压器状态评价、检修工作提供依据。

关键词：电力变压器油中溶解气体数据补全时间序列分解时间序列预测梯度提升机

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于轻量级梯度提升机的物联网入侵检测模型

基于轻量级梯度提升机的物联网入侵检测模型

作者：汪洋哈尔滨师范大学

学位级别：硕士

物联网(Internet of Things,Io T)通过互联网或电信网将终端设备、传感器等设备按照一定协议实现互联互通。近年来,物联网规模的扩张越来越快。从智能家居到智慧城市,物联网的作用愈加重要,未来将成为不可或缺的一环。然而,由于越来越... 详细信息

物联网(Internet of Things,Io T)通过互联网或电信网将终端设备、传感器等设备按照一定协议实现互联互通。近年来,物联网规模的扩张越来越快。从智能家居到智慧城市,物联网的作用愈加重要,未来将成为不可或缺的一环。然而,由于越来越多的敏感信息被上传到了物联网设备中,使得物联网设备成为了网络攻击的高价值目标。入侵检测系统通过实时检测网络中的流量数据传输从而发现攻击行为的存在,并向网络安全人员发出警报从而达到保护网络设备安全的目的。多种类型的基于机器学习或深度学习模型的入侵检测系统已经得到了成功的运用。因此,越来越多的物联网安全研究者对如何使用入侵检测系统保护物联网设备产生了关注。相较于传统的网络设备,大部分物联网设备由于需要部署在缺乏人力维护的恶劣环境中,因而只有有限的算力、存储等资源。这使得物联网设备在容易受到攻击的同时难以得到有效的保护。而传统的入侵检测系统往往侧重于检测能力的提升,使得其往往有着过高的时间和空间复杂度,难以部署于物联网设备中。针对上述问题,本文提出了基于轻量级梯度提升机(Light Gradient Boosting Machine,Light GBM)的物联网入侵检测模型。首先,使用一维卷积神经网络(Convolutional Neural Network,CNN)构建特征提取模型。高维度的网络流量数据往往会存在冗余信息,增大了入侵检测系统的负担。卷积神经网络通过卷积层从高维数据中学习有效信息,通过池化层降低特征维度并且增强模型的抗过拟合能力。因此,使用一维卷积神经网络构建的特征提取模型能够从高维度的网络流量数据中提取出有效信息的同时降低网络流量数据的特征维度,从而减少了后续分类模型需要处理的数据量。其次,轻量级梯度提升机是一种基于梯度提升决策树的集成算法。通过加快决策树的构建速度以及减少需要处理的样本和特征的数量,轻量级梯度提升机在继承了梯度提升树高准确率等优点的基础上,减少了内存消耗,从而更加轻量化。将其作为分类模型,能够在不降低入侵检测系统检测能力的同时大大加快运行速度。最后,在NSL-KDD、NSL-KDD和UNSW-NB15数据集上对所提模型和对比模型进行仿真试验。在训练时间和预测时间上的结果表明所提模型有着更高的轻量化程度。在准确率等评价指标上的结果表明所提模型有着更强的检测能力。

关键词：物联网入侵检测轻量级梯度提升机

公共服务供给水平对居民消费升级的影响研究--基于梯度提升机模型的实证分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

统计与管理 2024年第7期39卷 113-121页

作者：周佳卉田文晓国家统计局大同调查队山西大同037000 国家统计局山西调查总队山西太原030000

本研究旨在探讨公共服务供给水平对居民消费升级的影响,选取了2014年至2022年全国31个省市的相关数据作为研究样本。通过构建梯度提升机模型,分析了不同公共服务供给水平对因变量的影响,揭示公共服务供给对居民消费升级的作用机制。首先... 详细信息

本研究旨在探讨公共服务供给水平对居民消费升级的影响,选取了2014年至2022年全国31个省市的相关数据作为研究样本。通过构建梯度提升机模型,分析了不同公共服务供给水平对因变量的影响,揭示公共服务供给对居民消费升级的作用机制。首先,医疗卫生服务供给水平对消费升级指数具有最显著的正向影响。增加医疗卫生支出可以显著提升居民的消费能力和消费意愿,特别是在医疗服务质量和覆盖面较高的地区,效果更为明显。其次,教育服务供给水平显著影响居民的消费行为。提高教育支出不仅能增加居民的人力资本,还能增强未来收入预期,从而促进当前消费。最后,文化体育与传媒服务也对消费行为产生积极作用。尽管影响相对较小,但增加文化体育与传媒支出可以提升居民的生活质量和社会参与度,间接促进消费升级。这些结论表明,通过优化公共服务供给,政府可以有效提升居民的消费水平,推动经济高质量发展。

关键词：梯度提升机公共服务供给居民消费升级

维普期刊数据库博看期刊

基于梯度提升机算法的弥漫大B细胞淋巴瘤患者并发间质性肺炎预测模型构建与验证

在线全文

学校读者我要写书评

暂无评论

实用临床医药杂志 2023年第12期27卷 118-122,135页

作者：李虎生吕钊冯翠宾燕成廖家蓓叶光剑张华广西壮族自治区玉林市红十字会医院血液内科广西玉林537000

目的基于梯度提升机(GBM)算法构建弥漫大B细胞淋巴瘤(DLBCL)患者并发间质性肺炎(IP)的预测模型并验证模型效能。方法回顾性分析220例DLBCL患者的临床数据,将患者按7∶3比例分为训练集154例和测试集66例,其中51例患者发生IP(占23.18%),16... 详细信息

目的基于梯度提升机(GBM)算法构建弥漫大B细胞淋巴瘤(DLBCL)患者并发间质性肺炎(IP)的预测模型并验证模型效能。方法回顾性分析220例DLBCL患者的临床数据,将患者按7∶3比例分为训练集154例和测试集66例,其中51例患者发生IP(占23.18%),169例患者未发生IP。基于GBM算法构建预测模型,采用受试者工作特征(ROC)曲线评估模型的区分度,采用校准曲线评估模型的拟合情况。结果经过筛选,年龄、疾病分期、国际预后指数(IPI)评分、吸烟史、乳酸脱氢酶(LDH)这5个最优特征被纳入GBM模型,其相对重要性从高到低依次为年龄、疾病分期、LDH、IPI评分、吸烟史。ROC曲线显示,GBM模型在训练集和测试集中的曲线下面积(AUC)分别为0.872(95%CI:0.800~0.945)、0.891(95%CI:0.755~1.000)。校准曲线显示,GBM模型在训练集和测试集中的预测概率均与实际IP发生率具有较好的一致性。结论DLBCL患者治疗后的IP发生率为23.18%,主要与年龄、疾病分期、IPI评分、吸烟史、LDH水平有关,基于这些因素构建的GBM模型具有较高的准确度和区分度,可为DLBCL患者的临床治疗决策提供参考依据。

关键词：梯度提升机弥漫大B细胞淋巴瘤间质性肺炎乳酸脱氢酶预测模型

基于经验小波变换和梯度提升径向基的变压器油中溶解气体预测方法

在线全文

学校读者我要写书评

暂无评论

电网技术 2021年第9期45卷 3745-3754页

作者：张鹏齐波张若愚邵梦雨李成榕新能源电力系统国家重点实验室(华北电力大学) 北京市昌平区102206 国网山东电力公司青岛供电公司山东省青岛市266002

电力变压器是电力系统的关键设备,其运行状态与电网稳定性密切相关。变压器油中溶解气体分析(dissolve gas analysis,DGA)是判断其运行状态的重要方法,预测变压器未来时刻的油中溶解气体含量,可以辅助运维人员判断变压器未来的运行趋势... 详细信息

电力变压器是电力系统的关键设备,其运行状态与电网稳定性密切相关。变压器油中溶解气体分析(dissolve gas analysis,DGA)是判断其运行状态的重要方法,预测变压器未来时刻的油中溶解气体含量,可以辅助运维人员判断变压器未来的运行趋势,提前掌握运行状态确保稳定运行。然而,由于油中溶解气体的产生机制复杂且受到变压器特殊运行工况、严苛运行环境、复杂电磁环境等因素的影响,油中溶解气体时间序列将呈现非线性和非平稳性的特征,传统的基于回归拟合模型的预测方法很难挖掘时间序列的这些特征,从而导致预测准确性较低,无法用于对变压器运行状态和故障的预测和诊断。为了解决上述问题,该文利用经验小波变换将具有非线性和非平稳的油中溶解气体时间序列分解为多个复杂度较低的分量,使得预测模型更易挖掘其变化特征,随后,以径向基函数神经网络作为基学习器构建了梯度提升径向基,将径向基函数神经网络的最佳逼近、避免局部最小等优点与梯度提升机强大的监督学习能力相结合,实现对油中溶解气体分解分量潜在规律的深度挖掘,并最终实现对油中溶解气体数据的精准预测。基于现场在运变压器对所提方法进行验证,结果表明:对于单台变压器预测准确率可达98.30%,对于某区域电网内的全体变压器准确率可提升9.01%,且可以实现对变压器故障的准确预测。

关键词：电力变压器油中溶解气体分析时间序列预测经验小波变换梯度提升机径向基函数神经网络

基于确定系数的滑坡易发性梯度评价模型优化研究

在线全文

学校读者我要写书评

暂无评论

水文地质工程地质 2024年

作者：王飞周力维闫铁生刘彦麟郑晨洪伟成都理工大学环境与土木工程学院湖北巴东地质灾害国家野外科学观测研究站浙江省浙南综合工程勘察测绘院有限公司浙江省地矿科技有限公司

梯度提升模型（GBM）已在滑坡易发性评价中表现出较强的预测性能，但因素的复杂性严重影响着其稳定性和准确性。为从输入层面提高该模型在易发性评价中的准确度，研究确定性系数（CF）联接法处理数据对梯度提升模型的优化效果。以浙江... 详细信息

梯度提升模型（GBM）已在滑坡易发性评价中表现出较强的预测性能，但因素的复杂性严重影响着其稳定性和准确性。为从输入层面提高该模型在易发性评价中的准确度，研究确定性系数（CF）联接法处理数据对梯度提升模型的优化效果。以浙江省永嘉县为研究区，通过斯皮尔曼相关系数和沙普利（Shapley）值筛选出10个评价因子，采用CF联接法优化自适应（Ada）、温和自适应（Gentle）、逻辑（Logit）和随机欠采样（RUS）4种梯度提升模型并进行对比。结果表明，研究区对滑坡影响最显著的因素由大至小分别为：高程、植被归一化指数、道路、坡度、水系、土地类型、泥沙运移指数、植被类型、岩性、降雨量；通过CF联接法优化可以使GBM模型的Kappa系数提升0.04～0.14，经过受试者特征曲线（ROC）验证，除自适应提升模型预测性能提高较小外，其余模型的AUC值可以提高1%～7%，其中，CF-Logit Boosting模型精度最高；优化后的模型对极低易发和极高易发区的划分更加准确，表明CF联接法可以提高模型的准确性和稳定性。基于CF联接法优化的GBM模型可为减少数据复杂度、提高滑坡易发性评价的准确性提供理论参考。

关键词：梯度提升机滑坡易发性确定性系数模型优化联接法

基于集成学习的土壤含水量预测研究——以辽西地区为例

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

土壤 2023年第3期55卷 671-681页

作者：付平凡杨晓静苏志诚屈艳萍马苗苗中国水利水电科学研究院北京100038 水利部防洪抗旱减灾工程技术研究中心北京100038

准确高效地预测土壤含水量(SMC)对田间水分管理至关重要。本研究利用在辽西地区自建的3个站点2018—2021年10~40 cm土壤水分自动观测小时数据集,分析研究随机森林(random forest,RF)和梯度提升机(gradient boosting machine,GBM)算法在... 详细信息

准确高效地预测土壤含水量(SMC)对田间水分管理至关重要。本研究利用在辽西地区自建的3个站点2018—2021年10~40 cm土壤水分自动观测小时数据集,分析研究随机森林(random forest,RF)和梯度提升机(gradient boosting machine,GBM)算法在SMC预测方面的适用性,验证不同时间尺度SMC的预测结果。同时引入SHAP(shapley additive explanations)方法表征5类(降水、日照时数、平均相对湿度、风速、平均气温)输入变量对SMC预测结果的影响,并制定区间划分规则识别变量最大贡献阈值区间。研究结果表明:年尺度下,SMC预测GBM模型和RF模型R2分别为0.982和0.888,气温贡献最大,最大贡献区间是21~23℃;季尺度下,2种模型R2分别为0.935和0.863,日照时数贡献最大,最大贡献区间为2~4 h。该研究创新应用SHAP方法于机器学习输入变量贡献度分析,同时验证了2种机器学习算法对SMC预测研究的准确性,可为SMC相关研究提供参考。

关键词：集成学习土壤含水量预测梯度提升机随机森林辽宁西部 SHAP值

基于多参数MRI影像组学及临床特征的鼻咽癌远处转移可解释性机器学习预测模型

在线全文

学校读者我要写书评

暂无评论

磁共振成像 2022年第11期13卷 22-29页

作者：金哲张斌张璐张水兴暨南大学附属第一医院医学影像科广州510627

目的建立基于多参数MRI影像组学及临床特征的机器学习预测模型,并评价其治疗前预测鼻咽癌(nasopharyngeal carcinoma, NPC)远处转移风险的效能及临床应用价值。材料与方法回顾性分析2010年6月至2017年9月来自三家医院的1393例经病理... 详细信息

目的建立基于多参数MRI影像组学及临床特征的机器学习预测模型,并评价其治疗前预测鼻咽癌(nasopharyngeal carcinoma, NPC)远处转移风险的效能及临床应用价值。材料与方法回顾性分析2010年6月至2017年9月来自三家医院的1393例经病理证实的NPC患者的临床资料及MRI图像(训练队列1049例、外部验证队列344例)。用ITK-SNAP勾画感兴趣区并用Pyradiomics包逐层提取特征。使用相关性分析、单因素分析和递归特征消除法筛选特征,最后通过梯度提升机(Gradient Boosting Machine, GBM)算法构建模型。通过受试者工作特征(receiver operating characteristic, ROC)曲线比较模型的预测效能,以及决策曲线分析评估临床实用性。利用SHAP(SHapley Additive exPlanation)算法赋予最佳预测模型可解释性。结果经筛选后最终保留10个影像组学特征。基于影像组学特征、临床特征、影像组学+临床特征三种特征组合构建了GBM_R、GBM_C和GBM_RC模型。三者在训练集上的ROC曲线下面积(area under the curve, AUC)值分别为0.938、0.724和0.938;GBM_RC(命名为NPC-Wise)在外部验证集中取得了最高的AUC值,为0.775。N分期是NPC-Wise预测过程中最重要的特征。SHAP模型预测力图能直观可视化特征影响NPC-Wise预测远处转移风险的过程。结论基于多参数MRI影像组学及临床特征的可解释性机器学习预测模型NPC-Wise在预测NPC远处转移风险方面具有较高效能,SHAP算法为其提供了个体水平的可解释性,能为个性化治疗提供有价值的决策依据。

关键词：鼻咽癌远处转移影像组学梯度提升机可解释性磁共振成像

基于北京二号影像辅助nDSM的建筑物自动提取

在线全文

学校读者我要写书评

暂无评论

测绘通报 2022年第3期 132-137页

作者：毛斌韩文泉谢宏全吕海扬南京市测绘勘察研究院股份有限公司江苏南京210004 江苏海洋大学海洋技术与测绘学院江苏连云港222005 江苏师范大学地理测绘与城乡规划学院江苏徐州221116

针对建筑物提取方法缺乏泛化性的问题,本文提出了将nDSM、北京二号影像、NDVI、BAI的七通道图像相结合作为数据源的提取方法。采用随机森林、梯度提升机、支持向量机、BP神经网络分类器对建筑物进行提取获取最佳分类器模型,并运用二值... 详细信息

针对建筑物提取方法缺乏泛化性的问题,本文提出了将nDSM、北京二号影像、NDVI、BAI的七通道图像相结合作为数据源的提取方法。采用随机森林、梯度提升机、支持向量机、BP神经网络分类器对建筑物进行提取获取最佳分类器模型,并运用二值化与开闭运算,以建筑物面积与最小外接矩形面积的比值为阈值,对建筑物分别进行最小外接矩形、DP算法拟合,优化建筑物提取结果。试验结果表明,梯度提升机(GBDT)较其他分类模型在不同场景下综合效果较好,F-score精度更高。

关键词： nDSM 梯度提升机 BP神经网络 DP算法