一种基于XGBoost算法的月度负荷预测方法

摘要：

为向大工业提供更为精确的月度负荷预测,提出将XGBoost(极端梯度上升)算法引入电网负荷预测,对负荷及相关影响因素指标进行异常识别填补、 指标转换、 独热编码等数据预处理工作;结合关联分析,对相关影响因素指标进行筛选;最后采用XGBoost算法进行月度负荷建模预测.结合实例,对比XGBoost与支持向量机、 神经网络模型算法在大工业用户近几年历史月度负荷数据建模预测中的应用,发现XGBoost模型应用效果较佳,具有一定的实用性.

关键词：XGBoost、支持向量机、神经网络、月度负荷预测、数据预处理、关联分析

所属期刊栏目：38

分类号：TM715+.1(输配电工程、电力网及电力系统)

资助基金：国网浙江省电力有限公司科技项目5211HZ17000C

在线出版日期：2019-06-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：77-82