[发明专利]一种基于XGBoost算法的大工业用电用户负荷预测方法在审
| 申请号： | 201811608997.3 | 申请日： | 2018-12-27 |
| 公开（公告）号： | CN109727066A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 石佳;纪德良;解林超;王仲锋;陈刚 | 申请（专利权）人： | 浙江华云信息科技有限公司 |
| 主分类号： | G06Q30/02 | 分类号： | G06Q30/02;G06F16/215;G06Q50/06 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 林梅繁 |
| 地址： | 310030 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及电网供电配电领域，为大工业用电用户的负荷预测方法，包括：对用电用户的原始数据进行清洗和处理；从多个影响因素维度构建影响因素指标体系，在每个影响因素维度下构建多个影响因素指标；建立XGBoost算法模型，XGBoost算法模型的输入为历史影响因素指标数据，以月度最大负荷为学习目标；通过XGBoost算法进行模型训练，输出结果为各个影响因素指标的权重；通过XGBoost算法模型，对用电用户的月度最大负荷进行预测，提供月度负荷预测结果。本发明通过构建大工业用户的月度最大负荷预测模型，为其提供准确的月度负荷预测结果，以便选择合理的计费方式，降低用电成本。 | ||
| 搜索关键词： | 影响因素 负荷预测 算法模型 最大负荷 构建 工业用电 用电用户 维度 算法 电网供电 工业用户 计费方式 历史影响 模型训练 输出结果 学习目标 因素指标 用电成本 用户负荷 预测模型 原始数据 指标体系 预测 配电 权重 清洗 | ||
【主权项】：
1.一种基于XGBoost算法的大工业用电用户负荷预测方法，其特征在于，包括以下步骤：对用电用户的原始数据进行清洗和处理；从多个影响因素维度构建影响因素指标体系，在每个影响因素维度下构建多个影响因素指标；建立XGBoost算法模型，XGBoost算法模型的输入为历史影响因素指标数据，以月度最大负荷为学习目标；通过XGBoost算法进行模型训练，输出结果为各个影响因素指标的权重；通过XGBoost算法模型，对用电用户的月度最大负荷进行预测，提供月度负荷预测结果。
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浙江华云信息科技有限公司，未经浙江华云信息科技有限公司许可，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/201811608997.3/，转载请声明来源钻瓜专利网。
