摘要:为了提高常规梯度提升决策树GBDT算法的泛化性能,并实现并行计算,在GBDT的基础上,利用隶属度函数对气象数据进行模糊处理,同时引入Bagging算法,通过Bootstrap方式对原始数据进行多次抽样形成新的训练样本,分别训练模糊GBDT负荷预测子模型,提出了基于模糊Bagging-GBDT的短期负荷预测模型。算例分析结果表明,本文提出的预测模型相较于BP-NN和常规GBDT预测模型,7日平均绝对误差分别降低了1.44%和0.22%,模型具有良好的预测精度和稳定性。
关键词:gbdt bagging 模糊理论 短期负荷预测 电力系统
单位:青岛大学电气工程学院; 青岛266071; 国网青岛供电公司; 青岛266002; 智能电网教育部重点实验室(天津大学); 天津300072; 青岛地铁集团有限公司; 青岛266000
注:因版权方要求,不能公开全文,如需全文,请咨询杂志社