梯度提升随机森林模型及其在日前出清电价预测中的应用

• 作者: 叶笑冬 董亚明 谢晓龙
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 随机森林 梯度提升算法 日前电力市场 出清电价预测
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 信息技术交流
• 页码范围: 327-333
• 页数: 7页
• 分类号: TP391|TM715
• 字数: 6112字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2018.09.058

摘要

发电企业竞价上网需要对未来的电价进行预测,以指导其进行报价.针对电价预测问题,提出一种新的梯度提升随机森林模型,并应用于电价预测.该方法为集成学习方法,在随机森林模型的基础上应用梯度提升算法,有效结合Bagging与Boosting两种集成学习策略的优势,提高模型预测的准确性.将该模型应用于PJM日前市场的电价预测,结果表明,该模型优于传统的随机森林模型和提升树模型,能够在其基础上进一步提高电价预测的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶笑冬	上海电气集团股份有限公司中央研究院	4	10	2.0	3.0
2	董亚明	上海电气集团股份有限公司中央研究院	3	7	1.0	2.0
3	谢晓龙	上海电气集团股份有限公司中央研究院	2	7	1.0	2.0