一种基于梯度提升决策树的短期负荷预测方法

摘要

本发明实施例公开了一种基于梯度提升决策树的短期负荷预测方法，包括获取待预测日前N天的历史负荷数据，形成原始数据集A₀；从原始数据集A₀中筛选出构建训练样本的数据集B；利用数据集B构造GBDT预测模型所需的全部样本集(X，Y)；由全部样本集(X，Y)训练构造全天GBDT预测模型，根据全天GBDT预测模型预测待预测日的全天负荷向量；将全部样本集(X，Y)按小时分割为24个样本子集，并分别训练构造小时GBDT预测模型，并根据小时GBDT预测模型预测待预测日的24小时负荷向量；结合全天负荷向量和24小时负荷向量，预测待预测日的最终负荷向量。本发明充分挖掘历史负荷数据中的特征并构造不同的梯度提升决策树模型来提高短期负荷预测的精度。