基于LightGBM的照明故障预测方法
辛国茂
顾雪平
朱亚茹
刘大扬
郝敬全
摘要：文章旨在解决传统照明系统依赖人工巡检导致的效率低下与实时性不足问题,提出一种基于LightGBM的照明故障预测方法.研究通过采集路灯电压、电流、功率因数等电参数,构建故障率指标,并提取历史数据的统计特征作为输入,利用LightGBM算法进行建模与预测.结果表明,该方法在验证集上的均方误差、平均绝对误差和决定系数均优于线性回归与神经网络模型,其中均方误差为0.004 8,决定系数达0.969 7.研究表明,所提方法能够有效预测路灯故障概率,具备较高的准确性与实用性,可为智慧照明系统的预防性维护提供可靠支持.
关键词：故障预测灯源故障机器学习LightGBM
分类号：TM923(电气化、电能应用)
论文发表日期：2025-11-25
页数：4( 77-80 )
英文信息