申请/专利权人:广东电网有限责任公司佛山供电局
申请日:2022-07-20
公开(公告)日:2022-09-20
公开(公告)号:CN115081739A
主分类号:G06Q10/04
分类号:G06Q10/04;G06N20/00;G06F30/27;H02J3/00;G06Q50/06
优先权:
专利状态码:失效-发明专利申请公布后的驳回
法律状态:2023.07.14#发明专利申请公布后的驳回;2022.10.11#实质审查的生效;2022.09.20#公开
摘要:本发明涉及电力数据预测技术领域,公开了一种基于LGBM决策树的负荷预测方法及系统,其方法通过获取同一历史时间窗口内的采样点的历史负荷数据以及对应的历史气象数据,并进行预处理,再筛选出与待预测日的气象数据的差值在预设差值范围内的历史纯净数据,以保证负荷预测样本的质量,并将每日所有采样点对应的负荷值以及对应的气象数据和是否为节假日情况构建为样本特征矩阵,基于LGBM决策树对样本特征矩阵进行处理,得到负荷预测值,从而提高负荷预测的的准确性。
主权项:1.一种基于LGBM决策树的负荷预测方法,其特征在于,包括以下步骤:获取同一历史时间窗口内的采样点的历史数据,所述历史数据包括历史负荷数据以及对应的历史气象数据,所述历史气象数据包括温度、风向、风力和湿度;对所述历史数据进行预处理,得到历史纯净数据;在所述历史纯净数据筛选出与待预测日的气象数据的差值在预设差值范围内的历史纯净数据;根据筛选出的历史纯净数据构建样本特征矩阵,所述样本特征矩阵中的元素为每日所有采样点对应的负荷值以及对应的气象数据和是否为节假日情况;构建LGBM决策树,以所述样本特征矩阵作为输入,生成T颗弱回归树,得到T颗回归树的输出值之和,作为LGBM模型的输出,以得到负荷预测值。
全文数据:
权利要求:
百度查询: 广东电网有限责任公司佛山供电局 一种基于LGBM决策树的负荷预测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。