论文部分内容阅读
针对不同工况下现场校验仪会出现不同程度偏差的问题,通过搭建多维条件实验平台探究了电压、电流、温度、湿度以及功率因数对校验仪误差的影响,提出利用XGBoost对复杂现场条件下校验仪误差进行预测的方法,形成了基于多维条件耦合的校验仪误差预测模型。另外针对XGBoost中参数选择问题,将贝叶斯优化算法应用到模型的参数寻优之中。多组实验验证结果表明该模型泛化性能和预测精度均优于随机搜索和网格搜索等超参数调整方法,能够对不同环境下现场校验仪的误差进行评估。