Stacking集成模型在短期电价预测中的应用

• 作者: 潘庭龙 王曙
• 来源期刊: 中国科技论文
• 学科: 工学
• 关键词: 电价预测 集成模型 机器学习
• 年，卷（期）: 2018,（20）
• 页码范围: 2373-2377
• 页数: 5页
• 分类号: TK-9
• 字数: 4503字
• 语种: 中文
• DOI: 10.3969/j.issn.2095-2783.2018.20.015

摘要

为进一步提高短期电价预测结果的准确性和可靠性,本文提出了一种运用Stacking学习方式去集成不同基础学习器的短期电价预测模型.首先采用J-Fold和交叉验证的方式对数据进行分割和训练,将原始特征进行特征变换,重新构建二级特征;然后再使用构建的新特征去训练Meta学习器,用于样本数据的最终预测.实验结果表明,相比较于单一的回归模型,Stacking集成模型具有更小的误差和良好的稳定性,为短期电价预测提供了新方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘庭龙	江南大学物联网技术应用教育部工程研究中心	79	406	11.0	16.0
2	王曙	江南大学物联网技术应用教育部工程研究中心	2	3	1.0	1.0