在线Boosting回归算法及其在高耗能企业负荷预测中的应用

发布时间：2018-01-17 02:16

本文关键词：在线Boosting回归算法及其在高耗能企业负荷预测中的应用　出处：《信息与控制》2014年06期 　论文类型：期刊论文

【摘要】：针对高耗能企业的电力负荷预测问题,提出了一种在线Boosting回归算法.该算法首先利用一种几何转换关系,将负荷预测这个回归问题变为2类分类问题;然后,在此分类问题上应用在线Smooth Boosting分类算法,得到实时更新的最大间隔分类面.从理论上证明了该分类面可以作为原回归问题上的一个回归函数,同时证明了该算法在训练集上的收敛性.仿真算例表明,本文算法通过在线更新,提高了预测模型的实时跟踪能力.同时,通过多个预测模型的Boosting组合,有效提高了负荷预测的精度及稳定性,预测误差达到3%以下.
[Abstract]:An online Boosting regression algorithm is proposed for power load forecasting in high-energy consuming enterprises. The algorithm first uses a geometric transformation relationship. The regression problem of load forecasting is changed into two kinds of classification problems. Then, the online Smooth Boosting classification algorithm is applied to the classification problem. The maximum interval classification surface updated in real time is obtained. It is theoretically proved that the classification surface can be used as a regression function on the original regression problem, and the convergence of the algorithm on the training set is also proved. The algorithm improves the real-time tracking ability of the forecasting model by online updating, and improves the accuracy and stability of the load forecasting effectively by the Boosting combination of multiple forecasting models. The prediction error is below 3%.
【作者单位】：西安交通大学机械制造系统工程国家重点实验室系统工程研究所;西安交通大学电气工程学院电力设备电气绝缘国家重点实验室;
【基金】：国家自然科学基金资助项目(61174146,61304212,61403303) 国家创新研究群体科学基金资助项目(61221063)
【分类号】：TM715;TP301.6
【正文快照】： Boosting算法回归负荷预测高耗能企业1引言高耗能企业是指相对于其它企业而言,消耗资源速度快、对资源需求量大的企业.这类企业普遍电能消耗量大,且其负荷曲线呈强烈的波动性,对区域电网有较大的冲击[1].精确、稳定的负荷预测可以给区域电网调度提供有效的先验知识,从而提高电

【参考文献】