基于迭代决策树(GBDT)短期负荷预测研究

• 作者: 杨超 郑凯文
• 来源期刊: 贵州电力技术
• 学科: 工学
• 关键词: GBDT 负荷预测 预测
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 专题研讨
• 页码范围: 82-84,90
• 页数: 4页
• 分类号: TM714
• 字数: 1029字
• 语种: 中文

摘要

迭代决策树(GBDT)属于机器学习算法的一种,由多颗决策树组成,所有树的结论累加起来作为最终答案.该算法表达能力强,可用于大部分回归问题.本文以贵州省遵义市某县负荷及天气数据为基础,结合GBDT算法,对该地区未来8天的日最大负荷进行预测.同时与随机森林和支持向量机两种算法的预测结果对比,结果证明GBDT算法对于短期负荷预测有较好的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨超	贵州大学电气工程学院	42	142	7.0	10.0
2	郑凯文	贵州大学电气工程学院	2	34	2.0	2.0