【技术实现步骤摘要】
本申请涉及电网领域，具体而言，涉及一种低电压预测模型训练方法、装置、存储介质及电子设备。
技术介绍
1、随着用电需求的不断增长，配电网改造的速度与用电量的增长之间出现了明显的不同步现象，这直接导致配电网中低电压问题频发。为有效应对这一挑战，开展针对配电网低电压变化态势的预测研究显得尤为迫切和必要。
2、然而，要训练出一个高效、准确的预测模型，离不开高质量且合适的数据支持。配电网数据本身具有高度复杂性，同时又极易受到多种内外部因素的影响，例如气象条件、设备运行状态以及用户用电行为等。因此，在构建预测模型的过程中，明确选择哪些类型的数据作为输入特征，成为了决定模型效果的关键环节之一。
技术实现思路
1、为了克服现有技术中的至少一个不足，本申请提供一种低电压预测模型训练方法、装置、存储介质及电子设备，具体包括：
2、第一方面，本申请提供一种低电压预测模型训练方法，所述方法包括：
3、获取待分析数据集，其中，所述待分析数据集包括配电网出现低电压前的多组原始记录，...
【技术保护点】
1.一种低电压预测模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低电压预测模型训练方法，其特征在于，每条所述训练样本还包括部分所述显著影响因子从自身观测值的采集时间点到所述预测时间点的变化信息。
3.根据权利要求1所述的低电压预测模型训练方法，其特征在于，根据所述待分析数据集，从所述多种影响因子中筛选出对所述低电压具有显著影响的多种显著影响因子，包括：
4.根据权利要求3所述的低电压预测模型训练方法，其特征在于，根据所述待分析数据集，得到所述多种影响因子对低电压的影响分数，包括：
5.根据权利要求1所...
【技术特征摘要】
1.一种低电压预测模型训练方法，其特征在于，所述方法包括：
2.根据权利要求1所述的低电压预测模型训练方法，其特征在于，每条所述训练样本还包括部分所述显著影响因子从自身观测值的采集时间点到所述预测时间点的变化信息。
3.根据权利要求1所述的低电压预测模型训练方法，其特征在于，根据所述待分析数据集，从所述多种影响因子中筛选出对所述低电压具有显著影响的多种显著影响因子，包括：
4.根据权利要求3所述的低电压预测模型训练方法，其特征在于，根据所述待分析数据集，得到所述多种影响因子对低电压的影响分数，包括：
5.根据权利要求1所述的低电压预测模型训练方法，其特征在于，通过所述训练数据集对待训练模型进行训练，得到低电压预测模型，包括：
6.根据权...
【专利技术属性】
技术研发人员：徐琳，苏小平，张华，吴驰，刘畅，王沈亮，李彥青，金发秀，童霏，胡嘉熙，
申请(专利权)人：国网四川省电力公司电力科学研究院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。