10.3969/j.issn.1006-2475.2022.03.004
基于极端梯度提升的跨地区多种类电力需求预测
对多个地区不同形式电力需求进行预测,不仅可以保证各地区电力供给稳定,还可以对全国产生的不同形式电力资源按地区进行合理分配.但目前的方法多针对单地区进行单一时间序列的预测,无法满足能源互联网中对复杂情况的电力需求预测要求.针对此问题,设计一种基于极端梯度提升的跨地区多种类电力需求预测算法.该算法改进提升树方法,有效地防止过拟合,同时通过支持分布式并行的方式,提高训练效率.与其他方法相比,所提方法对训练样本总量和特征数据类型要求不严苛,并可用于多时间序列预测.实验结果表明,所提方法能在可接受误差范围内对各地区不同形式电力需求进行快速、准确的预测.
能源互联网、电力需求预测、负荷预测、极端梯度提升、多时间序列
TP183(自动化基础理论)
江苏省高等学校自然科学研究重大项目17KJA520004
2022-04-14(万方平台首次上网日期,不代表论文的发表时间)
共6页
18-22,29