[发明专利]一种基于相似日选取及随机森林算法的负荷预测方法在审
| 申请号： | 201810331198.X | 申请日： | 2018-04-13 |
| 公开（公告）号： | CN108537683A | 公开（公告）日： | 2018-09-14 |
| 发明（设计）人： | 谈竹奎;刘斌;李正佳;赵远凉;徐睿;欧家祥;王冕;袁旭峰;徐玉韬;吕黔苏;杜雪;汪永祥 | 申请（专利权）人： | 贵州电网有限责任公司 |
| 主分类号： | G06Q50/06 | 分类号： | G06Q50/06;G06Q10/04 |
| 代理公司： | 贵阳中新专利商标事务所 52100 | 代理人： | 商小川 |
| 地址： | 550002 贵*** | 国省代码： | 贵州;52 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于相似日选取及随机森林的负荷特性指标预测方法，它包括采集预测区域内负荷变化影响因素，确定每种影响因素的相似度计算方法；根据相似度计算方法，分别计算各历史日与预测日的相似度，构建相似度矩阵；根据相似度矩阵，计算总相似度；确定总相似度的阈值，选取相似度大于阈值的样本组成相似日样本集；采用重抽样法从S个样本中抽取K个子样本集训练K棵决策树，选取r个特征因素作为当前节点的分裂特征集；进行节点的分裂；将OOB数据作为测试样本，对随机森林回归模型进行误差估计调整模型中回归树的数量K；根据输入预测日样本，取各个回归树输出的平均值作为预测结果；实现了对负荷进行精确预测。 | ||
| 搜索关键词： | 随机森林 相似度计算 相似度矩阵 影响因素 总相似度 相似度 样本集 预测 样本 负荷特性指标 测试样本 负荷变化 负荷预测 回归模型 输入预测 特征因素 误差估计 样本组成 预测结果 预测区域 决策树 特征集 重抽样 分裂 回归 构建 算法 抽取 采集 输出 | ||
【主权项】：
1.一种基于相似日选取及随机森林的负荷特性指标预测方法，它包括：步骤S110，采集预测区域内负荷变化影响因素；步骤S120，根据所采集的负荷变化影响因素，确定每种影响因素的相似度计算方法；步骤S130，根据不同影响因素得到的相似度计算方法，分别计算各历史日与预测日的相似度，构建相似度矩阵；步骤S140，根据相似度矩阵，将历史日各因素的相似度相乘，计算总相似度；步骤S150，确定总相似度的阈值，选取相似度大于阈值的样本组成相似日样本集；步骤S160，设定初始回归树的数量K，采用Bootstrap重抽样法从S个样本中抽取K个子样本集，生成K棵回归树；步骤S170，根据重抽样获得的样本集，同时训练K棵决策树，选取r个特征因素作为当前节点的分裂特征集，r小于等于log2(H+1)；步骤S180，根据基尼不纯度最小准则进行节点的分裂；步骤S190，将OOB数据作为测试样本，对随机森林回归模型进行误差估计，根据预测误差调整模型中回归树的数量K；步骤S200，根据输入预测日样本到随机森林回归模型，取各个回归树输出的平均值即可得到最终的预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于贵州电网有限责任公司，未经贵州电网有限责任公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810331198.X/，转载请声明来源钻瓜专利网。
- 上一篇：基于改进熵值法的计划停电敏感客户识别方法
- 下一篇：一种智慧社区综合服务平台
