基于集成学习的短期电价预测

• 作者: 李惠蓉 王新生
• 来源期刊: 江苏科技信息
• 学科: 工学
• 关键词: 电价预测 集成模型 机器学习
• 年，卷（期）: 2020,（35）
• 所属期刊栏目: 基础研究
• 页码范围: 52-56
• 页数: 5页
• 分类号: TM74
• 语种: 中文

摘要

为进一步提高短期电价预测结果的准确性和可靠性,文章提出了一种运用Blending学习方式去集成不同基础学习器的短期电价预测模型,首先运用按比例切分的方式对数据进行分割和训练,重新建立一个Hold-out集合作为二级特征,然后使用新构建的特征和标签去训练新的基础学习器,进而得到最终的融合预测值.实验结果表明,相较于单一的回归模型,Blending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思路.