超级会员免费看
摘要: 针对短期电力负荷随时间变化呈现随机性和不确定性问题，提出了一种基于加权灰色关联投影算法Bagging-Blending的融合模型。首先，采用加权灰色关联投影算法对电力负荷中各影响因素(如天气、温度、湿度、日期类型等)进行分析，以选取历史负荷特征。在此基础上，分别将各单一模型SVR(support vector regression)、KNN(K-nearest neighbor)、GRU(gate recurrent u
针对短期电力负荷预测的随机性和不确定性，提出了一种融合模型，结合加权灰色关联投影算法和Bagging-Blending策略。首先，使用加权灰色关联投影选取历史负荷特征，然后利用Bagging集成算法增强模型的稳定性和泛化能力，再通过Blending融合模型结合多种模型，利用Pearson相关系数分析模型相关性。实验证明，该模型在预测精度和稳定性上优于传统单一模型和其它融合模型。
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
