期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于相似数据选取和改进梯度提升决策树的电力负荷预测
被引量:
47
1
作者
谷云东
马冬芬
程红超
《电力系统及其自动化学报》
CSCD
北大核心
2019年第5期64-69,共6页
针对高精度电力负荷预测问题,构建了相似数据选取和改进梯度提升决策树的新预测方法。该方法借助灰色关联分析等方法计算历史日与待预测日在气象、时间和前趋势等类特征因子上的局部相似度,依据取小综合相似度选择相似历史日数据组成训...
针对高精度电力负荷预测问题,构建了相似数据选取和改进梯度提升决策树的新预测方法。该方法借助灰色关联分析等方法计算历史日与待预测日在气象、时间和前趋势等类特征因子上的局部相似度,依据取小综合相似度选择相似历史日数据组成训练数据集;进而,引入相似度加权损失函数,改进梯度提升决策树算法。仿真结果表明,其预测平均绝对百分比误差小于2.2%,日最大误差不超过6%;与BP神经网络和梯度提升决策树相比,其日平均绝对误差、日最大误差及周平均误差均方差分别减少1.136%和0.316%、4.738%和1.324%以及1.062和0.822。
展开更多
关键词
电力负荷预测
相似数据选取
相似
度
梯度提升决策树
下载PDF
职称材料
题名
基于相似数据选取和改进梯度提升决策树的电力负荷预测
被引量:
47
1
作者
谷云东
马冬芬
程红超
机构
新疆财经大学应用数学学院
华北电力大学数理学院
出处
《电力系统及其自动化学报》
CSCD
北大核心
2019年第5期64-69,共6页
基金
国家自然科学基金重点资助项目(71671064)
中央高校科研业务费专项基金资助项目(2015MS51)
新疆财经大学研究生科研项目(XJUFE2018K043)
文摘
针对高精度电力负荷预测问题,构建了相似数据选取和改进梯度提升决策树的新预测方法。该方法借助灰色关联分析等方法计算历史日与待预测日在气象、时间和前趋势等类特征因子上的局部相似度,依据取小综合相似度选择相似历史日数据组成训练数据集;进而,引入相似度加权损失函数,改进梯度提升决策树算法。仿真结果表明,其预测平均绝对百分比误差小于2.2%,日最大误差不超过6%;与BP神经网络和梯度提升决策树相比,其日平均绝对误差、日最大误差及周平均误差均方差分别减少1.136%和0.316%、4.738%和1.324%以及1.062和0.822。
关键词
电力负荷预测
相似数据选取
相似
度
梯度提升决策树
Keywords
power load forecasting
similar-data selection
similar degree
gradient boosting decision tree(GBDT)
分类号
TM715 [电气工程—电力系统及自动化]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于相似数据选取和改进梯度提升决策树的电力负荷预测
谷云东
马冬芬
程红超
《电力系统及其自动化学报》
CSCD
北大核心
2019
47
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部