发明公开
- 专利标题： 一种基于机器学习的高斯过程回归负荷预测方法及设备
-
申请号： CN202311478087.9申请日： 2023-11-07
-
公开(公告)号： CN117473463A公开(公告)日： 2024-01-30
- 发明人: 叶强 , 朱玲玲 , 郑鹏 , 陈吴晓 , 蔡雨晴 , 胡泽延 , 林涵 , 姜志筠 , 张晨瀚 , 蔡加鑫 , 柳絮莹
- 申请人： 国网福建省电力有限公司 , 国网福建省电力有限公司营销服务中心
- 申请人地址： 福建省福州市鼓楼区五四路257号
- 专利权人： 国网福建省电力有限公司,国网福建省电力有限公司营销服务中心
- 当前专利权人： 国网福建省电力有限公司,国网福建省电力有限公司营销服务中心
- 当前专利权人地址： 福建省福州市鼓楼区五四路257号
- 代理机构： 福州科扬专利事务所
- 代理商 刘会淼
- 主分类号： G06F18/27
- IPC分类号： G06F18/27 ; G06F18/241 ; G06F18/15 ; G06F18/214 ; H02J3/00 ; H02J3/38 ; G06Q50/06 ; G06N20/00
摘要：
本发明涉及一种基于机器学习的高斯过程回归负荷预测方法，包括：S1、获取历史负荷数据；S2、对历史负荷数据进行过滤处理：S3、获取若干变量；对所述若干变量进行相关性热图分析，选取若干变量作为特征量；S4、构建训练集，训练集包括历史负荷数据和特征量；利用训练集，构建并训练高斯过程回归模型，以进行负荷预测。
