[發明專利]一種應用機器學習的大規模地調負荷預測方法

有效

• 申請號: 201711050221.X
• 申請日: 2017-10-31
• 公開（公告）號: CN108009668B
• 公開（公告）日: 2023-08-25
• 發明（設計）人: 梁壽愚;方文崇;黃雄;何超林;朱文;周志烽
• 申請（專利權）人: 中國南方電網有限責任公司
• 主分類號: H02J3/00
• 分類號: H02J3/00;G06Q50/06;G06Q10/04;G06F18/27;G06F18/214;G06F16/27;G06F18/2411
• 代理公司: 廣州粵高專利商標代理有限公司 44102
• 代理人: 林麗明

1.一種應用機器學習的大規模地調負荷預測方法,其特征在于包括有如下步驟：

1)訓練集分割；

2)偏置項處理；

3)結果處理；

上述步驟1)訓練集分割的方法具體如下：

把整個訓練集分割成m個數據子集，每個訓練集子集分配到一個單獨的Map操作任務：Map任務的個數與訓練集的子集個數相同，不同Map任務并行執行SMO算法，對訓練子集進行訓練，當線性ε-SVR算法中，最后輸出訓練子集的向量和偏置項b滿足：

其中，是訓練集輸入，y_i是訓練集輸出，α_i是拉格朗日乘數數組，是分類向量；

在Reduce階段，整合各個Map操作生成的以獲取全局的數組,

其中，是全局分類向量；

上述步驟2)偏置項處理的方法具體如下：

在Reduce階段還需要處理偏置項b，每個訓練集子集的偏置項b都是不相同的，在Reduce階段將對各個Map操作生成的偏置項b取平均，作為全局偏置項；

上述步驟3)結果處理的方法具體如下：

在非線性的ε-SVR算法中，每個Map階段需生成其訓練集子集的拉格朗日乘數α數組和偏置項b，在Reduce階段，整合各個Map操作生成的拉格朗日乘數α數組，以獲取全局的拉格朗日乘數α數組，偏置項b的處理與原算法相同，MapReduce任務需要生成拉格朗日乘數α數組、偏置項b和相應的訓練數據集，以計算ε-SVR算法的輸出。