基于信息增益与序列后向搜索的负荷预测方法

发布时间：2023-04-23 04:54

　　为准确辨识影响电网负荷的特征因素,解决人工智能算法用于负荷预测时所面临的"维数灾"问题,提出了一种基于两层架构的负荷预测智能算法。方法本质上是将两层架构特征选择过程前置于传统负荷预测智能算法所构成的复合型智能算法。上层架构为基于信息增益算法的过滤式特征选择,用于剔除与电网负荷相关度较低的外部因素。下层架构为基于序列后向搜索的包裹式特征选择,输出预测准确率最高的特征因素集。基于某电网实际数据构造的算例表明,方法能够有效剔除影响负荷预测效果的外部因素,提升负荷预测准确率及预测效率。

【文章页数】：3 页

【文章目录】：
0 引 言
1 两层架构特征选择实施框架
2 基于信息增益的过滤式特征选择
    2.1 信息增益基本概念
    2.2 过滤式特征选择实施步骤
        (1)信息增益计算及排序
        (2)构建基础因素集
        (3)收敛性判定
3 基于序列后向的包裹式特征选择
    (1)输入基础因素集
    (2)后向遍历试探
    (3)收敛性判定
4 算例分析
    4.1 基础数据
    4.2 预测效果及对比分析
5 结束语



本文编号：3799129