-
公开(公告)号：CN112766585A
公开(公告)日：2021-05-07
申请号：CN202110099887.4
申请日：2021-01-25
Applicant: 三峡大学
Abstract: 本发明属于大数据在电力负荷预测中的应用领域，公开了一种基于软集成学习的电力短期滚动负荷预测方法、系统、终端，将在训练集上训练好的各学习器在待测样本的左邻域上，进行预测偏差率比较；择拥有最低偏差率的学习器为待测样本的预测模型；引入滚动输入概念，通过不断更新训练数据对输出的关联性，得到预测结果。本发明通过不断更新训练集和邻域集，将新鲜信息的影响因素引入到新模型和新检验样本，形成“滚动预测”过程；通过学习器组的各基学习器在邻域中的表现，动态选择学习器用于待测区间的预测，避免一般集成学习中一般结合策略的不足；通过动态比较，选择最合适的基学习器实现软集成学习，具有简便优势。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
