基于人工智能算法的多元负荷预测

本人专挑数据挖掘、机器学习和 NLP 类型的题目做，有兴趣也可以逛逛我的数据挖掘竞赛专栏。

如果本篇博文对您有所帮助，请不要吝啬您的点赞 😊

数据来源：https://cm.asu.edu/

课题描述

本文主要介绍如何使用机器学习算法，主要列举了包括：一元线性回归、支持向量机、决策树、k 近邻算法、AdaBoost、随机森林 等多个机器学习算法；同时，也介绍了使用深度学习算法 LSTMs 模型，来解决多元时序负荷数据的预测模型。

当然，主要将理论就有些扫兴了，因此本文结合了一个课题来进行介绍，课题的主要细节如下：

能源负荷与价格、政策、天气等多种影响因素相关，难以建立精确的数学模型，阻碍了传统的负荷预测方法获得令人满意的结果。人工智能方法在分析过程中无须建立对象的精确模型，能较好地拟合负荷与其影响因素之间的非线性关系，本课题采用机器学习算法进行能源负荷预测（包括电负荷、热负荷、天然气负荷）

ASU 综合能源系统的 多元负荷预测

本文将从 ASU（亚利桑那州大学）的综合能源