資源描述：
《基于隨機(jī)森林算法的用電負(fù)荷預(yù)測研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、2362016，52（23）ComputerEngineeringandApplications計(jì)算機(jī)工程與應(yīng)用基于隨機(jī)森林算法的用電負(fù)荷預(yù)測研究1，231，21，21，21，2李婉華，陳宏，郭昆，郭松榮，韓嘉民，陳羽中1，231，21，21，21，2LIWanhua,CHENHong,GUOKun,GUOSongrong,HANJiamin,CHENYuzhong1.福州大學(xué)數(shù)學(xué)與計(jì)算機(jī)科學(xué)學(xué)院，福州3501162.福建省網(wǎng)絡(luò)計(jì)算與智能信息處理重點(diǎn)實(shí)驗(yàn)室，福州3501163.國網(wǎng)信通億力科技有限責(zé)任公司，福州3500011.Coll
2、egeofMathematicsandComputerScience,FuzhouUniversity,Fuzhou350116,China2.FujianProvincialKeyLaboratoryofNetworkComputingandIntelligentInformationProcessing,Fuzhou350116,China3.StateGridElectricPowerCompany,Fuzhou350001,ChinaLIWanhua,CHENHong,GUOKun,etal.Researchonelectri
3、calloadpredictionbasedonrandomforestalgo-rithm.ComputerEngineeringandApplications,2016,52（23）：236-243.Abstract：Inordertoimprovetheaccuracyofelectricityloadpredictionandsolvetheproblemofsimulatingtheactualdistributionofelectricityload,itimplementstheclassificationmodel,r
4、egressionmodelandtimeseriesmodelofcombin-ingtheWekawhicharebasedonrandomforesttoforecasttheelectricityloaddataofacertainprovince.Afteralargenumberofexperimentsandevaluationondifferentmodels,itfindsthatthethreemodelscanreasonablypredictthefutureofelectricityloaddata.Inad
5、dition,underthesameevaluationindexthemodelwhichcombinestherandomforestalgo-rithmandtimeseriesofWEKAcangetbetterresultwhenpredictingthefuturemomentofelectricityloaddata.Keywords：electricalloadprediction;randomforest;classification;regression;timeseries摘要：為了解決當(dāng)下用電負(fù)荷預(yù)測精度不高
6、，難以很好模擬實(shí)際用電負(fù)荷的分布情況而不能對未來的負(fù)荷數(shù)據(jù)進(jìn)行合理預(yù)測的問題，實(shí)現(xiàn)了基于隨機(jī)森林的分類模型、回歸模型以及結(jié)合Weka的時(shí)間序列模型，對某省份的負(fù)荷數(shù)據(jù)進(jìn)行預(yù)測，通過對不同模型的大量的實(shí)驗(yàn)及評估，發(fā)現(xiàn)這三個(gè)模型皆能合理地預(yù)測未來的用電負(fù)荷數(shù)據(jù)。此外，在同一評估指標(biāo)下隨機(jī)森林算法結(jié)合WEKA中的時(shí)間序列模型的方法能夠較好地預(yù)測未來時(shí)刻的負(fù)荷數(shù)據(jù)。關(guān)鍵詞：用電負(fù)荷預(yù)測；隨機(jī)森林；分類；回歸；時(shí)間序列文獻(xiàn)標(biāo)志碼：A中圖分類號(hào)：TP311doi：10.3778/j.issn.1002-8331.1606-02031引言來的用電趨
7、勢，為人類發(fā)展做出有利的選擇提出一個(gè)重負(fù)荷預(yù)測是當(dāng)前數(shù)據(jù)挖掘領(lǐng)域中的一項(xiàng)重要任務(wù)要的參考。和熱點(diǎn)研究問題。用電負(fù)荷預(yù)測是根據(jù)歷史和當(dāng)下所學(xué)者們提出了很多用電負(fù)荷預(yù)測方法，包括回歸模了解的信息，通過已經(jīng)學(xué)習(xí)的方法和模型，提前預(yù)測和型、神經(jīng)網(wǎng)絡(luò)、時(shí)間序列預(yù)測等。文獻(xiàn)[1]通過可信區(qū)間斷定所預(yù)測對象未來的結(jié)果。用電負(fù)荷預(yù)可以推測未的模糊線性回歸對歷史負(fù)荷數(shù)據(jù)進(jìn)行參數(shù)匹配及建模，基金項(xiàng)目：國家自然科學(xué)基金（No.61103175，No.61300104，No.61300103）；教育部科學(xué)技術(shù)研究重點(diǎn)項(xiàng)目（No.212086）；福建省科技創(chuàng)新
8、平臺(tái)建設(shè)（No.2009J1007）；福建省自然科學(xué)基金（No.2013J01230，No.2013J01232）；福建省高校杰出青年科學(xué)基金（No.JA12016）；福建省高等學(xué)校新世紀(jì)優(yōu)秀人才支持計(jì)劃資助（No.JA
