基于预训练GRU-LightGBM的电力负荷预测

• 作者: 张晓 丁云峰 王刚
• 来源期刊: 计算机系统应用
• 关键词: GRU网络 电负荷 时序特征 预训练网络
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 研究开发|Research and Development
• 页码范围: 288-292
• 页数: 5页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.008053

摘要

本文研究工作围绕电网中的核心环节电负荷预测展开.在总结分析之前研究学者的研究成果基础上,提出了基于预训练GRU与LightGBM相结合的方法.该方法首先使用电负荷数据训练一个特征提取网络GRU,然后使用该网络进行时序特征的提取,并将提取到的时序特征与非时序特征使用LightGBM进行电负荷的预测.本方法的创新点在于提出了预训练网络来扩充特征,充分融合时序特征及非时序特征.并且考虑到电网的地区差异性,在整体训练过程中将GRU网络参数进行了适应性微调.保证提取到的时序特征是符合当前地域特点的.通过仿真实验最终发现该方法在各项指标上取得了2％的提升.