【摘 要】
：
精准的短期负荷预测是保证电力系统顺利运行的关键。机器学习算法普及后,为以前难以解决的短期和超短期负荷预测提供了算法支持。鉴于梯度提升决策树(Catboost)、卷积神经网
【机 构】
：
华北电力大学数理学院,华北电力大学经济管理学院
【基金项目】
：
中央高校基本科研业务费专项资金资助项目(2020MS049),电力系统国家重点实验室资助课题(SKLD20M12),中国博士后科学基金资助项目(2020M670250)
论文部分内容阅读
精准的短期负荷预测是保证电力系统顺利运行的关键。机器学习算法普及后,为以前难以解决的短期和超短期负荷预测提供了算法支持。鉴于梯度提升决策树(Catboost)、卷积神经网络-长短期记忆网络(CNN-LSTM)、极端随机树(Extratrees)等集成模型处理非线性相关数据效果好,本文将上述3种方法进行组合,构建集成预测模型,使用BP神经网络确定权重系数,通过权重将各种单项预测模型的优点结合在一起,从而起到了更好的预测效果。为了更好地说明本文使用方法的优点,本文采用平均绝对百分比误差(MAPE)和均方根误差
其他文献
针对热工对象具有的大迟延、大惯性等特性，使用一种隐式广义预测控制方法进行控制；该算法不辨识对象模型参数，根据输入输出数据直接辨识求取最优控制律中的参数，是一种自校正算法
由广东省大气探测技术中心自主开发研制的常规风速仪器自动化检定模块，是自动气象站风速传感器自动化检定系统的重要组成部分，用于对常规风速仪器进行日常的自动化检定。本文介
随着市场经济的发展和电力体制的改革，形成了电能计量装置集中检验、统一配送的新型管理模式，对电能计量装置的检定速度提出了更高的要求。同时电力需求侧的管理现代化发展水平
针对特种车辆领域典型产品关键零部件,开展在役数控机床国产数控系统应用示范研究,全面验证数控系统及功能部件的功能和性能,实现进口数控系统的国产替代,夯实智能制造基础能
文章在讨论图书馆与知识管理的基础上,得出图书馆与知识管理是相互影响、相互促进、相互带动发展的关系这一结论.
在对SQL Server课程传统的教学内容、教学方法、教学手段以及考核方式的分析中，找出存在的问题。在对问题进行研究的基础上，结合自身相关教学经验，对课程的教学思路进行了探索。