基于模糊Bagging-GBDT的短期负荷预测模型研究

作者：毕云帆; 撖奥洋; 张智晟^*; 孙文慧

来源：电力系统及其自动化学报, 2019, 31(07): 51-56.

DOI：10.19635/j.cnki.csu-epsa.000095

• GBDT
• Bagging
• 模糊理论
• 短期负荷预测
• 电力系统

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。

• 单位
  天津大学; 青岛地铁集团有限公司; 智能电网教育部重点实验室; 青岛大学