误差降低近六成
通过领域知识与Stacking模型融合，实现电容式电压互感器测量误差的高精度在线估计。
Jingping, Wang · Shi, Ying · 张蕊 · Zhonghua, Wu · Hao, Ye · Shenwei, Li
Engineering Applications of Artificial Intelligence 2023
改进的Stacking模型较主流模型RMSE和MAE分别平均降低59.47%和52.58%，最佳R²接近1。
该方法不仅有效提高了精度，而且满足在线误差测量的速度要求。
利用电力领域知识将理想误差与附加误差融合，实现对CVT测量误差的在线测量。
基于异质性和高质量原则选择多种基学习器，并以强泛化能力的极端随机树作为元学习器。