- 专利标题: 一种基于Bagging抽样及改进随机森林算法的负荷预测方法、系统、装置及存储介质
-
申请号: CN202310077201.0申请日: 2023-01-30
-
公开(公告)号: CN116245019A公开(公告)日: 2023-06-09
- 发明人: 李亚飞 , 刘乙 , 钱科军 , 郑众 , 谢鹰 , 张显楚 , 宋杰 , 陈嘉栋
- 申请人: 国网电力科学研究院有限公司 , 国电南瑞南京控制系统有限公司 , 国电南瑞科技股份有限公司 , 国网江苏省电力有限公司苏州供电分公司
- 申请人地址: 江苏省南京市鼓楼区南瑞路8号; ; ;
- 专利权人: 国网电力科学研究院有限公司,国电南瑞南京控制系统有限公司,国电南瑞科技股份有限公司,国网江苏省电力有限公司苏州供电分公司
- 当前专利权人: 国网电力科学研究院有限公司,国电南瑞南京控制系统有限公司,国电南瑞科技股份有限公司,国网江苏省电力有限公司苏州供电分公司
- 当前专利权人地址: 江苏省南京市鼓楼区南瑞路8号; ; ;
- 代理机构: 南京纵横知识产权代理有限公司
- 代理商 马进
- 主分类号: G06F30/27
- IPC分类号: G06F30/27 ; G06F18/2431 ; G06Q50/06 ; G06N20/00 ; H02J3/00 ; G06F113/04 ; G06F111/08
摘要:
本发明公开了一种基于Bagging抽样及改进随机森林算法的负荷预测方法、系统、装置及存储介质,属于智能电网和智能用电技术领域,方法包括:获取历史负荷值;将历史负荷值输入到构建好的随机森林模型中,得到预测结果;本发明基于Bagging抽样法,构建CART决策树,在数据处理时做到更准确更全面的处理异常和冗余的信息,提取出有效的数据进行下一步操作,进而降低计算量,通过组合型算法共同组建的随机森林模型,具有各个算法的优点,不仅可以使得电力系统短期负荷预测更加智能化,也可以有效的提升电力系统短期负荷预测的准确率。