基于Adaboost的改进多元线性回归算法中长期负荷预测

• 作者: 李辉 杨胡萍
• 来源期刊: 太原理工大学学报
• 关键词: 中长期负荷预测 异方差性 Adaboost 多元线性回归
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 信息工程· 计算机科学与技术
• 页码范围: 818-821,840
• 页数: 5页
• 分类号: TM715
• 语种: 中文
• DOI: 10.16355/j.cnki.issn1007-9432tyut.2017.05.020

摘要

中长期负荷预测是电力系统规划、运行、控制的前提.提高预测精度对电力系统的安全性、经济性、环保性具有重要意义.针对小样本数据搭建的多元线性回归模型的异方差性影响,提出一种基于Adaboost的改进多元线性回归算法,该算法利用Adaboost算法动态调整不同样本对应的权值因子,并协调和组合各多元线性回归模型,在减弱异方差性影响的同时提高了算法的泛化能力.通过改进算法在进贤县用电数据集上进行负荷预测算例,验证了改进算法的有效性和实用价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨胡萍	南昌大学信息工程学院	29	217	8.0	14.0
2	李辉		1	5	1.0	1.0