[发明专利]一种基于GBDT的电力计量设备故障风险预测方法

权利要求书

1.一种基于GBDT的电力计量设备故障风险预测方法，其特征在于，包括：

根据获取的待预测的电力计量设备样本的基本数据，确定与所述待预测的电力计量设备样本对应的故障风险预测模型和特征集，其中，所述特征集包括与所述电力计量设备样本对应的故障大类F、故障小类f、闲置时间T、在运时间R和产权单位；

所述故障风险预测模型包括基于GBDT回归器的寿命预测子模型；

所述基于GBDT回归器的寿命预测子模型的输入特征集包括至少一个故障小类和/或所述至少一个故障小类的发生概率；

所述基于GBDT回归器的寿命预测子模型的输出特征集包括：所述电力计量设备的预测寿命；

所述故障风险预测模型还包括基于GBDT分类器的故障小类预测子模型；

所述基于GBDT分类器的故障小类预测子模型的输入特征集包括至少一个故障大类和/或所述至少一个故障大类的发生概率；

所述基于GBDT分类器的故障小类预测子模型的输出特征集包括：至少一个故障小类和/或所述至少一个故障小类的发生概率；

所述寿命预测子模型的输入特征集包括所述故障小类预测子模型的输出特征集；所述故障风险预测模型还包括基于GBDT分类器的故障大类预测子模型；

所述基于GBDT分类器的故障大类预测子模型的输入特征包括：闲置时间T和产权单位；

所述基于GBDT分类器的故障大类预测子模型的输出特征包括：至少一个故障大类和/或所述至少一个故障大类的发生概率；

所述故障小类预测子模型的输入特征集包括所述故障大类预测子模型的输出特征集；

将所述特征集作为所述特征集故障风险预测模型的输入，确定待预测的电力计量设备样本的预测寿命，其中，所述预测寿命为：与指定的电力计量设备故障概率对应的累积使用时间；或

与指定的累积使用时间在对应的电力计量设备故障概率。

2.根据权利要求1所述的方法，其特征在于，

在确定与所述待预测的电力计量设备样本对应的故障风险预测模型和特征集之前，还包括：

根据获取的已拆卸的电力计量设备样本的基本数据，形成与厂商编号或招标批次号或产权单位相对应的故障设备训练集和故障设备测试集，其中，所述故障设备训练集和故障设备测试集中包括故障设备的寿命L；

利用所述故障设备训练集和故障设备测试集，确定基于GBDT分类器和/或GBDT回归器的故障风险预测模型，所述故障风险预测模型中包括至少一个基于GBDT分类器和/或GBDT回归器的预测子模型。

3.根据权利要求1所述的方法，其特征在于，

所述特征集中还包括：与产权单位对应的环境温湿度信息。

4.根据权利要求1所述的方法，其特征在于，

在确定待预测的电力计量设备样本的预测寿命后，根据预先设定的运维红线，生成红线累积使用时间。

5.根据权利要求1所述的方法，其特征在于，

所述闲置时间T为安装时间与到货时间的差值。

6.根据权利要求1所述的方法，其特征在于，

所述在运时间R为当前时间与安装时间的差值。

7.根据权利要求2所述的方法，其特征在于，

所述故障设备的寿命L为拆卸时间与安装时间的差值。