首页> 中文期刊> 《自动化仪表》 >改进随机森林算法在用电预测中的应用

改进随机森林算法在用电预测中的应用

         

摘要

全社会用电量对于电力企业的经营和管理具有重要作用。提高全社会用电量的预测精度,有利于合理调配电力资源,提前为“迎峰度夏”等特定用电场景作好供电准备。针对全社会用电预测难度较大的问题,提出利用K-means聚类对行业用电数据进行有效区分。根据不同类型行业的波动特点,采用季节性自回归整合滑动平均(SARIMA)和随机森林(RF)的混合模型预测出各类型行业的用电指数,以预测全社会用电量发展趋势,从而提高预测准确率。以某省2018年1月至2021年6月全社会及各行业月用电量数据作为样本数据,测算发现各行业用电波动有明显差异。研究结果显示:该模型能够对不同类型行业的用电特点进行修正,具有较好的稳定性;全社会用电量的预测结果准确,相对误差控制在2.0%以下。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号