摘要
本申请公开了一种基于多样性正则化堆叠学习的负荷预测方法、系统、介质及产品,涉及电力负荷预测技术领域,该方法包括:获取用于训练的电力运行历史数据;利用嵌入式特征选择方法和相关性分析方法,对用于训练的电力运行历史数据进行相关度筛选,得到筛选后的电力运行历史数据;对子模型池进行多样性正则化剪枝,得到目标基础学习器组合;所述子模型池包括多个用于负荷预测的基础学习器;根据筛选后的电力运行历史数据对目标基础学习器组合进行堆叠训练,得到复合预测器;采用复合预测器对待预测的电力运行历史数据进行负荷预测,得到负荷预测结果。本申请增强了负荷预测模型的泛化能力,提高了电力系统负荷预测的准确性。
技术关键词
负荷预测方法
学习器
相关性分析方法
特征选择方法
基础
电力系统负荷预测
电力负荷预测技术
数据
日历
预测误差
负荷预测模型
处理器
天气
训练集
计算机程序产品
计算机系统
分层
理论
系统为您推荐了相关专利信息
电网状态监控方法
状态估计模型
配电网状态估计
节点
数据采集频率
文件生成方法
文件生成系统
电子签章
模板
可视化界面