典型文献
基于极端梯度提升的跨地区多种类电力需求预测
文献摘要：
对多个地区不同形式电力需求进行预测,不仅可以保证各地区电力供给稳定,还可以对全国产生的不同形式电力资源按地区进行合理分配.但目前的方法多针对单地区进行单一时间序列的预测,无法满足能源互联网中对复杂情况的电力需求预测要求.针对此问题,设计一种基于极端梯度提升的跨地区多种类电力需求预测算法.该算法改进提升树方法,有效地防止过拟合,同时通过支持分布式并行的方式,提高训练效率.与其他方法相比,所提方法对训练样本总量和特征数据类型要求不严苛,并可用于多时间序列预测.实验结果表明,所提方法能在可接受误差范围内对各地区不同形式电力需求进行快速、准确的预测.
文献关键词：
能源互联网;电力需求预测;负荷预测;极端梯度提升;多时间序列
中图分类号：
作者姓名：
张苏宁;王芳;朱燕;景栋盛
作者机构：
国网江苏省电力有限公司苏州供电分公司,江苏 苏州 215004
文献出处：
引用格式：
[1]张苏宁;王芳;朱燕;景栋盛-.基于极端梯度提升的跨地区多种类电力需求预测)[J].计算机与现代化,2022(03):18-22,29
A类：
B类：
极端梯度提升,跨地区,电力需求预测,全国产,电力资源,合理分配,能源互联网,复杂情况,预测算法,算法改进,改进提升,提升树,过拟合,提高训练,训练效率,其他方法,训练样本,特征数据,数据类型,不严,严苛,多时间序列,时间序列预测,误差范围,负荷预测
AB值：
0.340841
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
