[發明專利]一種基于梯度提升算法預測短期電力負荷的系統模型

在審

• 申請號: 202010115241.6
• 申請日: 2020-02-25
• 公開（公告）號: CN111191858A
• 公開（公告）日: 2020-05-22
• 發明（設計）人: 胡炳謙;顧一峰;周浩;韓俊
• 申請（專利權）人: 上海積成能源科技有限公司
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.步驟一、通過測量或取得歷史數據的方式， 獲得該區域的所述歷史數據包括連續一年以上的風氣數據: 溫度, 濕度, 風速, 和日照時間, 法定節日, 以及歷史電力負荷,其中所述歷史數據的時間分辨點為1小時，圖2為樣本電力負荷曲線圖。

2.步驟二、 數據準備：，表示用來預測短期電力負荷的輸入數據，包括分別為,歷史每小時的溫度,濕度，風速，日照，當前小時，是否節日和或周末，前24小時的負荷平均值，前一周的負荷平均值，

表示電力負荷，也就是實際值,表示數據量；

表示實際電力負荷，也就是實際值,表示數據量；

表示損失函數，用來分析預測值的效果，其中為預測值；

目標是目標是為了優化或者說最小化損失函數，梯度提升算法的思想是迭代生多個（M個）弱的模型，然后將每個弱模型的預測結果相加，后面的模型基于前面學習模型的的效果生成的，關系如下：

。

3.步驟三、設立初始值，，表示殘差值,而一開始為零,是觀測值，預測值。

4.步驟四、迭代生成M個基礎學習器。

5.步驟五、計算

其中， 這一步我們需要計算出，當前樹模型的。

6. 步驟六、基于決策樹, 計算。

7.步驟七、更新，

, 。

8.步驟八、預測值更新,

預測結果曲線圖如圖3所示。