10.19781/j.issn.1673-9140.2020.02.020
基于随机森林算法的中短期用电量预测
传统电力预测模型不能很好地将多种影响因素纳入考虑,也无法对关联因素进行筛选.针对该类问题,该文将信息论中的互信息及人工智能随机森林算法引入中短期用电量预测中.互信息可以根据多种变量与用电量间的平均互信息值大小辨识出关联性高的因素,不同产业可能高关联于不同变量.考虑不同关联因素,采用随机森林算法对不同产业进行针对性预测建模.以江苏省的用电量数据作为实际算例,并将上述方法与未采用互信息的方法以及未针对性分产业建模进行对比.仿真结果表明,上述方法具有科学性和有效性,且有较高的预测精度.
电力系统、中短期负荷预测、互信息、随机森林算法
35
TM863(高电压技术)
2020-04-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
150-156