[发明专利]一种基于多XGBoost模型融合的母线负荷预测方法有效
| 申请号： | 201910809141.0 | 申请日： | 2019-08-29 |
| 公开（公告）号： | CN110570034B | 公开（公告）日： | 2022-04-22 |
| 发明（设计）人： | 鞠平;刘波;秦川;张栋凯;李群;刘婧孜;姜婷玉;郭德正;金宇清;韩敬东 | 申请（专利权）人： | 河海大学;国网江苏省电力有限公司 |
| 主分类号： | G06Q10/04 | 分类号： | G06Q10/04;G06Q50/06;G06N20/20;G06N3/00 |
| 代理公司： | 南京行高知识产权代理有限公司 32404 | 代理人： | 王培松 |
| 地址： | 210098 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于多XGBoost模型融合的母线负荷预测方法，包括如下步骤：首先，对母线负荷数据及其相关数据进行预处理，并构建样本集；其次，构建分层预测系统，共2层，在第一层建立N个不同的XGBoost模型，在第二层建立1个XGBoost模型，将第一层N个XGBoost模型的输出作为其输入，即由第一层的XGBoost模型进行一次学习，再由第二层的XGBoost模型对第一层的学习结果进行二次学习；采用粒子群算法(PSO)优化分层预测系统参数；最后应用样本集进行训练与测试，输出母线负荷预测结果。本发明的方法强化了学习效果，提升了泛化能力，适合于解决随机性较强的母线负荷的预测问题。 | ||
| 搜索关键词： | 一种 基于 xgboost 模型 融合 母线 负荷 预测 方法 | ||
【主权项】：
1.一种基于多XGBoost模型融合的母线负荷预测方法，其特征在于：包括以下步骤：/n步骤A：对母线负荷数据及其相关数据进行数据预处理；/n步骤B：构建样本集，划分训练集与测试集；/n步骤C：构建分层预测系统，共2层，第一层为N个XGBoost模型，第二层为1个XGBoost模型；N≥1；/n步骤D：利用粒子群算法优化分层预测系统参数；/n步骤E：应用分层预测系统进行训练与预测。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于河海大学;国网江苏省电力有限公司，未经河海大学;国网江苏省电力有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910809141.0/，转载请声明来源钻瓜专利网。
- 同类专利
- 专利分类
G06 计算；推算；计数
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
G06Q 专门适用于行政、商业、金融、管理、监督或预测目的的数据处理系统或方法；其他类目不包含的专门适用于行政、商业、金融、管理、监督或预测目的的处理系统或方法
G06Q10-00 行政；管理
G06Q10-02 .预定，例如用于门票、服务或事件的
G06Q10-04 .预测或优化，例如线性规划、“旅行商问题”或“下料问题”
G06Q10-06 .资源、工作流、人员或项目管理，例如组织、规划、调度或分配时间、人员或机器资源；企业规划；组织模型
G06Q10-08 .物流，例如仓储、装货、配送或运输；存货或库存管理，例如订货、采购或平衡订单
G06Q10-10 .办公自动化，例如电子邮件或群件的计算机辅助管理
