[發明專利]一種基于XGBoost的園區客戶群體負荷釋放算法

有效

• 申請號: 202011100816.3
• 申請日: 2020-10-15
• 公開（公告）號: CN112163714B
• 公開（公告）日: 2022-11-25
• 發明（設計）人: 仝翠芝;王沖;高寅;崔陽陽;趙洪山;郭磊;燕凱;武文鵬;田偉;王之昕
• 申請（專利權）人: 國網冀北電力有限公司智能配電網中心;國家電網有限公司;華北電力大學（保定）
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q10/06;G06Q50/06
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 李興林

1.一種基于XGBoost的園區客戶群體負荷釋放算法，其特征在于，包括以下步驟：

S1，獲取園區客戶群體一定時間內的負荷數據和相關特征數據，對負荷數據及其相關的特征進行異常識別填補、獨熱編碼，并將非數據型特征轉換為數據型特征，得到預處理后的負荷數據及特征；

S2，基于預處理后的負荷數據及特征，進行特征工程處理：

對負荷釋放的特征進行初選，計算各連續特征變量之間的相關系數，剔除相關性極強的特征，保留之一，以避免特征冗余；

通過主成分分析法對負荷釋放的特征變量進行復選，選出其中比較重要的特征，比較重要的特征包括年份、月份、前一個月的負荷、前兩個月的負荷，將所選出的比較重要的特征作為影響負荷釋放模型的關鍵特征變量；

S3，建立負荷釋放模型，基于復選出的特征變量，采用XGBoost算法預測本計量周期園區客戶群體負荷，將上一個計量周期園區客戶群體負荷作為輸入，然后與本計量周期園區客戶群體負荷作差，得到本計量周期園區客戶群體負荷釋放量，即作為園區客戶群體負荷釋放模型輸出。

2.根據權利要求1所述的基于XGBoost的園區客戶群體負荷釋放算法，其特征在于，所述步驟S3還包括：

通過對XGBoost各參數進行交叉驗證測試，調整優化模型參數，確定模型精度最高的參數組合。

3.根據權利要求1所述的基于XGBoost的園區客戶群體負荷釋放算法，其特征在于，所述步驟S1，獲取園區客戶群體一定時間內的負荷數據及相關特征數據，對負荷數據及其相關的特征進行異常識別填補、獨熱編碼，并將非數據型特征轉換為數據型特征，得到預處理后的負荷數據及特征，具體包括：

選取園區用戶連續6年的負荷數據以及相關特征作為樣本進行訓練建模；

負荷數據異常識別、替換：按用戶采用3σ法則，該用戶歷史5年月度最大負荷用m表示，對于超出該用戶歷史5年月度最大負荷±3σ取值的用m±3σ替代；

負荷數據、特征缺失填補：按用戶采用歷史同期值進行填補；

特征受偶然環境因素作用走勢明顯異常填補：分別按用戶采用歷史同期值替換；

將非數據性特征轉換為數據，對類別性特征，如果是無序特征使用獨熱編碼處理，如果是有序特征使用Label encoding。

4.根據權利要求1所述的基于XGBoost的園區客戶群體負荷釋放算法，其特征在于，所述步驟S2中，負荷釋放的特征具體包括：

相關負荷衍生特征：包括本計量周期前的多期負荷數據；

相關天氣：包括本計量周期內的溫度、濕度、風力的多個特征；

用戶基本信息：包括本計量周期內用戶當前的戶齡、行業、合同容量、用電類別的多個特征；

企業生產情況：包括本計量周期內用戶生產計劃、產值；

節假日：包括本計量周期內所含節假日天數。

5.根據權利要求1所述的基于XGBoost的園區客戶群體負荷釋放算法，其特征在于，所述步驟S3中，基于復選出的特征變量，采用XGBoost算法預測本計量周期園區客戶群體負荷，將上一個計量周期園區客戶群體負荷作為輸入，然后與本計量周期園區客戶群體負荷作差，得到本計量周期園區客戶群體負荷釋放量，即作為園區客戶群體負荷釋放模型輸出，具體包括：

所述計量周期為月；

采用XGBoost算法預測本月園區客戶群體負荷設為

上個月園區客戶群體負荷設為y_i-1；

園區客戶群體負荷釋放模型輸出為

如果為正值則代表園區客戶群體負荷增加，如果為負值則代表園區客戶群體負荷減少。

6.根據權利要求5所述的基于XGBoost的園區客戶群體負荷釋放算法，其特征在于，所述步驟S3還包括，對園區客戶群體負荷釋放模型進行性能評估：

采用MSE和R²指標綜合評估模型的性能，MSE反映模型的平均誤差情況，其值越小，表示誤差越小；R²反映模型擬合效果，其值越大，表示模型對數據擬合越好，其中：

式中：z_i為負荷釋放實際值；為模型預測值；n為驗證集合數據樣本個數。