文献类型：期刊文章

作　　者：李婉华[1,2] 陈宏[3] 郭昆[1,2] 郭松荣[1,2] 韩嘉民[1,2] 陈羽中[1,2]

机构地区：[1]福州大学数学与计算机科学学院,福州350116 [2]福建省网络计算与智能信息处理重点实验室,福州350116 [3]国网信通亿力科技有限责任公司,福州350001

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61103175;No.61300104;No.61300103);教育部科学技术研究重点项目(No.212086);福建省科技创新平台建设(No.2009J1007);福建省自然科学基金(No.2013J01230;No.2013J01232);福建省高校杰出青年科学基金(No.JA12016);福建省高等学校新世纪优秀人才支持计划资助(No.JA13021);福建省教育厅科技重点项目(No.JK2012003);福建省科技厅产学重大项目(No.2014H6014)

年　　份：2016

卷　　号：52

期　　号：23

起止页码：236-243

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：为了解决当下用电负荷预测精度不高,难以很好模拟实际用电负荷的分布情况而不能对未来的负荷数据进行合理预测的问题,实现了基于随机森林的分类模型、回归模型以及结合Weka的时间序列模型,对某省份的负荷数据进行预测,通过对不同模型的大量的实验及评估,发现这三个模型皆能合理地预测未来的用电负荷数据。此外,在同一评估指标下随机森林算法结合WEKA中的时间序列模型的方法能够较好地预测未来时刻的负荷数据。

关 键 词：用电负荷预测 随机森林  分类  回归  时间序列

分 类 号：TP311]