基于Bayes-XGBoost的母线负荷预测方法、系统及存储介质

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
基于Bayes-XGBoost的母线负荷预测方法、系统及存储介质
申请号:CN202411050391
申请日期:2024-08-01
公开号:CN119066548A
公开日期:2024-12-03
类型:发明专利
摘要
本申请公开了基于Bayes‑XGBoost的母线负荷预测方法、系统及存储介质,包括:获取待预测母线的历史负荷数据;对所述待预测母线相应的所述历史负荷数据与气象数据进行相关性分析,确定与所述待预测母线相匹配的气象站;通过贝叶斯优化算法优化XGBoost模型,得到所述待预测母线的母线负荷预测模型,其中,所述XGBoost模型是根据所述待预测母线的所述历史负荷数据、与所述气象站相应的气象数据和所述气象数据相应的时间特征训练获得;向所述母线负荷预测模型中输入待预测时间,预测所述待预测时间的所述待预测母线的负荷。本申请可以提高母线负荷的预测精度和效率。
技术关键词
XGBoost模型 母线负荷预测方法 历史负荷数据 气象站 皮尔逊相关系数 超参数 分析模块 可读存储介质 算法 分析单元 计算机 指标 时间段