基于LGBM-FOA-TFT的燃气分类负荷预测方法

一种基于LGBM‑FOA‑TFT的燃气分类负荷预测方法，在日负荷预测的基础上提出周负荷预测，通过LGBM特征重要性分析得出，通过灰色关联度分析与影响因素组合得出，城市与居民日负荷数据容易受到天气状况、风力、空气质量、节假日等级以及周负荷数据的影响，在此基础上，提出一种LGBM‑FOA‑TFT模型，将LGBM的预测结果作为新的影响因素加入TFT滚动预测中，并使用FOA进行优化，对不同用户的不同周期在不同影响因素下进行预测，并对其准确性和有效性进行验证。结果显示LGBM‑FOA‑TFT模型在城市数据和居民数据的滚动日预测上绝对百分比误差分别为3.96%和5.56%，在均方根误差、平均绝对误差方面均优于单一TFT模型。