基于多参数代价敏感系数学习及数据驱动模型的电力能耗预测

华电技术

• •

基于多参数代价敏感系数学习及数据驱动模型的电力能耗预测

施杰¹,张安勤²,²

1. 上海电力大学
2.

收稿日期:2020-09-15 修回日期:2020-12-15 发布日期:2021-05-18
通讯作者: 施杰

Power consumption prediction based on multi-parameter cost-sensitive coefficient learning and data-driven model

jie jieshi¹, ²,²

1. Shanghai Electric Power University
2.

Received:2020-09-15 Revised:2020-12-15 Published:2021-05-18
Contact: jie jieshi

摘要/Abstract

摘要： 企业节能减排是我国社会发展的前沿问题和研究热点，对企业用户的电力能耗现状进行综合分析与评估是进行节能改造或节能设计的前提和基础。本文阐述现阶段常用的电力能耗预测方法，对比分析CART回归树算法作为弱学习器构建预测模型的缺点，并针对原始AdaBoost算法只关注预测错误率最小的不足，在算法实质基础上研究并提出一种基于多参数代价敏感系数学习的改进AdaBoost算法，通过应用于数据驱动模型构建及基于真实实验数据进行短期内电力能耗预测，验证改进算法在模型性能上的提升。

关键词: 电力能耗预测, 数据驱动, classification and regression trees, AdaBoost算法, 代价敏感

Key words: power energy consumption forecast, data-driven, classification and regression trees, AdaBoost algorithm, cost-sensitive

施杰张安勤. 基于多参数代价敏感系数学习及数据驱动模型的电力能耗预测[J]. 华电技术.

jie jieshi. Power consumption prediction based on multi-parameter cost-sensitive coefficient learning and data-driven model[J]. Huadian Technology.

[1]	李彩霞, 赵军, 李建伟, 王伟, 王杰, 于浩洋. 基于数据驱动的CFB机组变负荷工况SO₂质量浓度建模[J]. 综合智慧能源, 2022, 44(3): 63-69.
[2]	石立宝, 翟放. 考虑风-光-荷不确定性的数据驱动型机组组合模型[J]. 综合智慧能源, 2022, 44(1): 18-25.
[3]	施杰, 张安勤. 基于多参数代价敏感系数学习及数据驱动模型的电力能耗预测[J]. 华电技术, 2021, 43(8): 54-60.
[4]	韩旭东. 基于数据驱动的火电机组高压加热系统异常检测研究[J]. 华电技术, 2021, 43(8): 67-73.

基于多参数代价敏感系数学习及数据驱动模型的电力能耗预测

Power consumption prediction based on multi-parameter cost-sensitive coefficient learning and data-driven model

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 4

编辑推荐

Metrics

本文评价