基本信息:
- 专利标题： 一种基于主成分分析的集成学习负荷预测方法
- 申请号：CN201910774928.8 申请日：2019-08-21
- 公开(公告)号：CN110516867B 公开(公告)日：2022-02-11
- 发明人： 陈建福 , 阮绵晖 , 李建标 , 裴星宇 , 唐捷 , 陈启鑫 , 刘仁亮 , 刘尧 , 周建明 , 陈海涵 , 赵大浦 , 黄培专 , 尤毅 , 余梦泽 , 杨昆 , 唐小川 , 钱兴博 , 温柏坚 , 蔡徽 , 萧展辉 , 裴求根 , 江疆 , 游雪峰 , 王大鹏 , 黄剑文 , 黄明磊 , 邓丽芬 , 郭斯晓 , 皮霄林
- 申请人： 广东电网有限责任公司 , 广东电网有限责任公司珠海供电局
- 申请人地址： 广东省广州市越秀区东风东路757号;
- 专利权人： 广东电网有限责任公司,广东电网有限责任公司珠海供电局
- 当前专利权人： 广东电网有限责任公司,广东电网有限责任公司珠海供电局
- 当前专利权人地址： 广东省广州市越秀区东风东路757号;
- 代理机构： 广州粤高专利商标代理有限公司
- 代理人： 刘瑶云
- 主分类号： G06Q10/04
- IPC分类号： G06Q10/04 ; G06Q50/06 ; G06K9/62 ; G06N20/20 ; H02J3/00
摘要：
本发明涉及一种基于主成分分析的集成学习负荷预测方法，属于电力系统需求侧响应领域。本发明的集成学习负荷预测将N个不同预测模型的输出结果通过算法分配权重，最后再组合到一起，通过基于主成分分析的集成学习将各预测模型的比例分配优化问题降维后再作线性回归得到各个模型的权重。该方法能够集成各种预测方案的优点，提高负荷预测的整体准确度。
公开/授权文献:
- CN110516867A 一种基于主成分分析的集成学习负荷预测方法 公开/授权日：2019-11-29