基于机器学习的智能推荐技术在变压器选型中的应用
摘要：当前,电力设备选型主要依靠一些有经验的工程师根据其经验和国家标准来确定,然而在经验和标准都难以依靠的时候,可能会直接选择最昂贵或配置最顶级的设备,因此导致某种程度的资源浪费。文章基于大数据技术,运用随机森林算法对历史数据进行多元分类得到推荐模型,进而对电力设备选型给出智能推荐。基于本文形成的推荐模型准确率可达到75%以上,没有经验的相关人员也可以借助此模型进行设备选型,能够减少人力投入和对经验的过度依赖,且可以得到比经验选型更准确的结果,最终达到电力设备精细化管理的目标。
注: 保护知识产权,如需阅读全文请联系电力信息与通信技术杂志社
相关推荐
更多
