10.3969/j.issn.2095-2783.2018.20.015
Stacking集成模型在短期电价预测中的应用
为进一步提高短期电价预测结果的准确性和可靠性,本文提出了一种运用Stacking学习方式去集成不同基础学习器的短期电价预测模型.首先采用J-Fold和交叉验证的方式对数据进行分割和训练,将原始特征进行特征变换,重新构建二级特征;然后再使用构建的新特征去训练Meta学习器,用于样本数据的最终预测.实验结果表明,相比较于单一的回归模型,Stacking集成模型具有更小的误差和良好的稳定性,为短期电价预测提供了新方法.
电价预测、集成模型、机器学习
13
TK-9
国家自然科学基金61672266
2019-06-04(万方平台首次上网日期,不代表论文的发表时间)
共5页
2373-2377