| 王涛,李宏雷,张二帅.电力系统短期负荷预测[J].电工技术,2025(4):69-72 |
| 电力系统短期负荷预测 |
|
| |
| DOI：10.19768/j.cnki.dgjs.2025.04.019 |
| 中文关键词: 电力负荷预测 特征分析 LightGBM 机器学习算法 |
| 英文关键词: |
| 基金项目: |
|
| 摘要点击次数: 58 |
| 全文下载次数: 0 |
| 中文摘要: |
| 电力用户侧短期负荷需求的快速准确预测是实现电网优化调度的基础，只有明确用户侧负荷需求，才能更好地实现负荷供给。电力负荷需求受气象、生产生活等多重因素的影响，且现有方法预测准确度不够高，制约了电网总体运行效率的进一步提高。为此，提出一种基于LightGBM算法的电力系统短期负荷预测模型，特征输入参数考虑了气象参数和用户历史用电指标，模型中使用了五折交叉验证法，以提高预测精确度及泛化性。利用某省的实际电网母线的电力数据对模型进行训练及验证，结果表明不同历史数据规模大小的选择对LightGBM模型的预测精度有一定影响，预测数据与实际值相比，平均绝对误差均小于0.3，平均绝对百分比误差均小于0.01%，均方根误差均小于1%。对比所提模型和多元线性回归模型及XGBoost模型的预测结果，证明所提模型具有更高的精确度和更佳的预测效果。 |
| 英文摘要: |
| |
| 查看全文 查看/发表评论 下载PDF阅读器 |
