基于最大信息系数和多目标Stacking集成学习的综合能源系统多元负荷预测
精确的多元负荷预测对于综合能源系统的能源调度与运行规划起到重要的作用.对电、热、冷负荷单独进行预测的传统方法会忽略多元负荷间的耦合关系.针对这一问题,提出一种基于多目标Stacking集成学习的多元负荷协同预测模型.引入最大信息系数对多元负荷及天气因素进行相关性分析,并提出负荷耦合形态指标来深度挖掘多元负荷间的耦合关系;将多目标回归与Stacking集成学习模型相结合,建立多元负荷协同预测模型;通过实际算例验证所提模型的有效性,算例结果表明,与其他预测模型相比,所提模型预测精度更高.
多目标回归、Stacking集成学习、综合能源系统、最大信息系数、正则化贪心森林算法
42
TM715(输配电工程、电力网及电力系统)
国家自然科学基金71972127
2022-05-24(万方平台首次上网日期,不代表论文的发表时间)
共9页
32-39,81