10.16628/j.cnki.2095-8188.2023.07.011
基于相似日和Optuna-LightGBM的智能控制柜内部环境预警评估方法
针对基于事件驱动的智能控制柜温湿度预测精度较低,无法及时对柜内温湿度异常进行预警的问题,提出了一种基于相似日和Optuna-LightGBM的温湿度预测方法.利用相似日算法选取合适的模型训练数据集,构建基于LightGBM的温湿度预测模型,用Optuna优化模型参数.最后,提出了一种基于曲线拐点检测的预警参数阈值计算方法,分析预测模型得到的温湿度曲线特性,实现温湿度预警.实验结果显示,所提方法的温度预测误差MAPE为0.35%,湿度预测误差MAPE为 0.73%,可实现对柜内温湿度的精准预测并及时预警.
轻量级梯度提升机、Optuna、相似日算法、环境预警、温湿度控制系统
TM93
2023-10-08（万方平台首次上网日期，不代表论文的发表时间）
共7页
70-76
