基于混合机器学习和空间地址匹配的区域用电量预测方法

摘要

本发明公开了一种基于混合机器学习和空间地址匹配的区域用电量预测方法。该方法首先利用空间地址匹配技术将电表的文本地址信息映射为空间坐标；然后使用聚类算法对所有电表进行用户分类；之后，利用Stacking技术融合XGBoost和LightGBM两个机器学习模型，完成对每类用户的用电量混合预测模型的构建；最后，通过空间叠加分析筛选出待预测区域内的所有电表，并基于构建的预测模型对位于待预测区域内的每个电表的用电量进行预测，将结果相加后得到区域的预测用电量。此方法考虑了影响用电量的多方面因素，包括用户类别、周期用电规律、天气变化等，并通过空间匹配技术和空间叠加分析实现了任意区域未来用电量的准确预测，结果可为电力调度提供科学的支撑。