科研之友
微信
新浪微博
Facebook
分享链接
摘要
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，本文提出了一种新的基于误差在线更新的集成负荷预测模型。首先，建立了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，设计了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。应用本文提出的模型对中国北方某城市五个地区的真实用电负荷数据进行了负荷预测实验，本文模型的平均预测误差MAPE为5.10%。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%。
- 单位
