基于XGBoost的公共建筑用电预测研究

• 作者: 臧世伟 高丽婷 赵睿哲
• 来源期刊: 信息与电脑
• 学科: 工学
• 关键词: XGBoost算法 卡方检测 网格搜索算法 用电预测
• 年，卷（期）: 2021,（20）
• 所属期刊栏目: 算法语言
• 页码范围: 74-76
• 页数: 3页
• 分类号: TM715
• 语种: 中文
• DOI: 10.3969/j.issn.1003-9767.2021.20.022

摘要

影响大型公共建筑用电量预测的因素众多,为了准确预测其影响因素,本文提出一种基于XGBoost的预测模型.该预测模型运用卡方检测建筑周围的湿度、温度和人为活动等影响用电量的因素,计算各个影响因素与用电量的相关性,进而提取出主要影响因素,然后对数据集进行预处理.该预测模型是通过XGBoost算法与网格搜索算法结合,通过训练获得该公共建筑的最优用电预测模型.最后与其他预测方法对照实验,结果表明,该模型具有更高的准确率和更低的失误率.