一种基于小样本数据的电量预测方法

一种基于小样本数据的电量预测方法，该方法中，首先对历史电量数据进行预处理，并采用四区间动态离散化分箱优化数据特征表征能力。随后，基于岭回归构建个具有差异化超参数配置的子模型，并针对各个子模型求解权重。在权重求解过程中，若不满足边界约束条件，则重新调整权重。对于滚动窗口，先设定初始值，并计算窗口内数据的均值与方差。若均值或方差出现异常，则调整窗口长度。经过上述处理后，将数据输入模型，按照初始正则化参数进行预测，并依据平均绝对百分比误差（）与设定阈值的反馈关系调整正则化参数。若超出阈值3次，则触发反馈调整机制，对权重、窗口长度和正则化参数进行优化，直至满足条件并输出最终预测结果。