一种基于集成学习的交直流配电网负荷预测方法

摘要

本发明公开了一种基于集成学习的交直流配电网负荷预测方法，对原始负荷数据进行负荷数据填充和归一化，利用滑动时间窗口采样负荷样本输入向量和样本标签，构造训练数据集；建立梯度提升模型，设置弱学习器个数，建立多个浅层神经网络来拟合梯度提升算法的负梯度，得到组合预测模型；利用滑动时间窗口选取待预测时间点前的负荷向量作为输入向量，结合集成学习模型，确定负荷预测值。本发明通过融合多个模型的强学习器进行负荷预测，提高了负荷预测的精度。