基于SHAP-XGBoost算法的电力系统惯量短期预测方法

摘要

基于SHAP‑XGBoost算法的电力系统惯量短期预测方法，确定电力系统短期惯量预测输入特征，构建基于XGBoost的短期惯量预测学习模型；基于建立的短期惯量预测学习模型，提出基于SHAP‑XGBoost的解释性学习算法，实现所述短期惯量预测学习模型的深度学习；构建电力系统短期惯量预测框架，实现预测模型的在线部署与应用。本发明充分利用XGBoost机器学习模型的解释性机制，在保证了电力系统惯量短期预测较高准确率的同时还可以掌握模型内部的特征相关性，有利于电网调度部门制定相应的控制措施。