一种基于CNN-LSTM和lightGBM动态加权融合模型用于短期负荷实际预测的方法
摘要:
一种基于CNN‑LSTM和lightGBM动态加权融合模型用于短期负荷实际预测的方法,包括:采用CNN‑LSTM算法计算第一时间段中每天的第一平均绝对百分比误差;采用lightGBM算法计算第一时间段中每天的第二平均绝对百分比误差;根据第一平均绝对百分比误差和第二平均绝对百分比误差计算CNN‑LSTM权重和lightGBM权重,进而计算CNN‑LSTM动态权重和lightGBM动态权重;根据CNN‑LSTM算法和lightGBM算法预测的第二时间段的预测值以及第CNN‑LSTM动态权重和lightGBM动态权重得到第二时间段对应每天的最终预测值。本发明能够提高模型的预测稳定性、减小平均误差。
0/0