10.13334/j.0258-8013.pcsee.212794
一种基于误差在线更新的集成负荷预测模型
传统的在线集成负荷预测模型根据固定时间长度窗口内样本数据的预测误差更新模型参数,忽略了窗口内不同预测误差对参数更新影响程度不同的问题.为此,该文提出一种新的基于误差在线更新的集成负荷预测模型.首先,建立基于拉格朗日的集成预测最优权重求解模型,在目标函数中引入误差影响矩阵来量化窗口内不同位置的预测误差对模型权重影响的差异.然后,借鉴AdaBoost调整样本权值的思想,设计一个权重衰减因子用于在窗口滑动过程中动态调节误差影响矩阵.应用提出的模型对中国北方某城市5个地区的真实用电负荷数据进行负荷预测实验,该文模型的平均预测误差平均绝对百分比误差为5.1%.与现有的在线集成预测模型相比,预测误差平均降低了0.91%.
负荷预测、集成学习、在线学习、AdaBoost
43
TM71(输配电工程、电力网及电力系统)
2023-03-08(万方平台首次上网日期,不代表论文的发表时间)
共12页
1402-1412,中插12