文献类型：期刊文章

作　　者：邢书豪[1] 高广玲[2] 张智晟[1]

XING Shuhao;GAO Guangling;ZHANG Zhisheng(College of Electrical Engineering,Qingdao University,Qingdao,Shandong 266071,China;State Grid of China Technology College,Jinan,Shandong 250000,China)

机构地区：[1]青岛大学电气工程学院,山东青岛266071 [2]国网技术学院,山东济南250000

出　　处：《广东电力》

基　　金：山东省电力科技计划项目(2019);2016智慧青岛建设计划重点项目(强化重点领域智慧企业服务类-11)

年　　份：2019

卷　　号：32

期　　号：9

起止页码：160-166

语　　种：中文

收录情况：IC、RCCSE、UPD、ZGKJHX、普通刊

摘　　要：为了提高电力系统短期负荷预测的准确性,提出了基于双层随机森林算法的电力系统短期负荷预测模型。在预测模型的第1阶段,用随机森林算法构建初始预测模型,得到训练残差,将训练残差代入原始训练样本构建新的训练样本;在第2阶段,采用新的训练样本对随机森林算法再次进行训练,从而充分解读训练样本中的有效信息;最后,将2个阶段的随机森林模型融合,得到双层随机森林预测模型。以某市实际电力负荷数据作为算例,对模型进行仿真验证,结果表明:相比于基于单层随机森林算法的预测模型,基于双层随机森林算法的预测模型准确性更高。

关 键 词：随机森林算法  电力系统 短期负荷预测 Bagging方法  CART决策树  

分 类 号：TM715.1]