基于集成学习的用电数据和非电用能关联预测方法

    公开(公告)号:CN115577841A

    公开(公告)日:2023-01-06

    申请号:CN202211258061.9

    申请日:2022-10-13

    IPC分类号: G06Q10/04 G06N20/20

    摘要: 本发明提供的一种基于集成学习的用电数据和非电用能关联预测方法,包括以下步骤:S1.采集用户的历史的用电数据和非电用能数据,并对用电数据和非电用能数据进行清洗;S2.对用电数据和非电用能数据进行归一化处理;S3.对基于归一化处理后的用电数据和非电用能数据确定出用电数据和非电用能数据的相关性,并筛选出相关性大于设定阈值的用电数据和非电用能数据;S4.将筛选出的用电数据和非用电数据输入至随机森林算法模块、GBDT算法模块以及Elastic Net算法模块中进行训练,三个算法模块分别输出三个非电用能预测结果;S5.判断三个非电用能预测结果与步骤S3筛选出的非电用能数据之间的误差指标是否在设定阈值范围内,则返回步骤S3;如是,则进入步骤S6;S6.从步骤S2中经过归一化处理后的用电数据中筛选出m个样本输入至随机森林算法模块、GBDT算法模块以及Elastic Net算法模块中进行处理,得到中间预测结果,然后将中间预测结果输入至线性回归算法模块中进行处理,得到最终的非电用能预测结果。