申请/专利权人：国网浙江省电力有限公司营销服务中心;国网浙江杭州市萧山区供电有限公司

申请日：2023-09-07

公开（公告）日：2024-01-02

公开（公告）号：CN117332889A

主分类号：G06Q10/04

分类号：G06Q10/04;G06F18/214;G06F18/27;G06Q30/0201;G06Q50/06

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.01.19#实质审查的生效;2024.01.02#公开

摘要：本发明公开了一种基于Lasso‑XGboost‑stacking的电能替代潜力预测方法，涉及区域电能替代潜力预测技术领域。目前，电能替代潜力预测存在预测精度不高，泛化性低等问题。本发明包括以下步骤：1将能源、经济数据通过交叉特征构建特征空间矩阵，量化多类影响因素对电能替代的影响；基于影响因素与电能替代量数据构建岭回归模型，并根据各类因素在模型中的权重分析因素影响程度；基于影响因素与电能替代量数据构建Xgboost模型，并采用stacking方法与岭回归模型进行模型融合，最终构建Lasso‑Xgboost‑stacking模型，构建影响因素与电能替代量的映射关系；构建arima模型预测各类影响因素趋势，根据模型预测的影响因素数据与Lasso‑Xgboost‑stacking模型实现电能替代潜能预测。本技术方案保证模型泛化能力的同时，提升模型预测精度。

主权项：1.一种基于Lasso-XGboost-stacking的电能替代潜力预测方法，其特征在于：包括以下步骤：1将能源、经济数据通过交叉特征构建特征空间矩阵，量化多类影响因素对电能替代的影响；2基于影响因素与电能替代量数据构建岭回归模型，并根据各类因素在模型中的权重分析因素影响程度；3基于影响因素与电能替代量数据构建Xgboost模型，并采用stacking方法与步骤2中的岭回归模型进行模型融合，最终构建Lasso-Xgboost-stacking模型，构建影响因素与电能替代量的映射关系；4构建arima模型预测各类影响因素趋势，根据模型预测的影响因素数据与步骤3中的Lasso-Xgboost-stacking模型实现电能替代潜能预测。

全文数据：

权利要求：

百度查询： 国网浙江省电力有限公司营销服务中心;国网浙江杭州市萧山区供电有限公司 一种基于Lasso-XGboost-stacking的电能替代潜力预测方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD