摘要
本发明为一种基于Prophet的中期电量预测方法,属于电力系统中期电量预测领域。为解决单一Prophet模型难以充分挖掘复杂时间序列深层特征及融合多源外生变量问题,本方法通过自定义季节性提取时间特征,对历史目标进行趋势、季节性、节假日效应分解,并构造联合特征引入外生变量;同时,采用AdaBoost算法和N‑BEATSx模型分别实现月度电量预测,再利用Optuna自动调参及贝叶斯岭回归进行堆叠融合预测结果。本方法适用于电力系统中期调度规划,为电网安全提供科学决策依据。
技术关键词
电量预测方法
变量
学习器
电量预测模型
特征工程
节假日效应
算法模型
训练集
样本
深度神经网络
电力系统
正则化参数
误差
噪声分量
序列
定义
超参数
系统为您推荐了相关专利信息
弯折设备
速度控制策略
控制系统
驱动部件
融合算法
负载能力评估方法
能力评估模型
热点
变压器
能力评估系统
风险
转移概率矩阵
指标
关键断面
马尔科夫链模型
环境监测网络
空间优化方法
地表水
优化搜索算法
监测站