-
基于RF和深度學習的中長期用電量預測研究
摘要:針對中長期用電量受多源因素綜合影響的特點,先給出了眾多與用電量相關(guān)的協(xié)變量,然后運用隨機森林)RF）方法對單一解釋變量的重要性進行了數(shù)學估計,從中識別出重要變量,在此基礎(chǔ)上構(gòu)建了基于深度信念網(wǎng)絡)DBN）的預測模型。結(jié)合算例詳細介紹了該模型原理與建立過程,交叉驗證顯示,經(jīng)RF變量選擇后能夠排除冗余特征、增益預測性能:同時DBN算法優(yōu)于RF和支持向量機)SVM）等傳統(tǒng)方法。
