|国家科技期刊平台
| 注册
首页|期刊导航|电网技术|基于LSTM与XGBoost组合模型的超短期电力负荷预测

基于LSTM与XGBoost组合模型的超短期电力负荷预测

陈振宇 刘金波 李晨 季晓慧 李大鹏 黄运豪 狄方春 高兴宇 徐立中

电网技术2020，Vol.44Issue(2)：614-620,7.
✕
电网技术2020，Vol.44Issue(2)：614-620,7.DOI:10.13335/j.1000-3673.pst.2019.1566

基于LSTM与XGBoost组合模型的超短期电力负荷预测

Ultra Short-term Power Load Forecasting Based on Combined LSTM-XGBoost Model

陈振宇 1刘金波 2李晨 3季晓慧 4李大鹏 4黄运豪 1狄方春 1高兴宇 1徐立中5

作者信息

  • 1. 电力调度自动化技术研究与系统评价北京市重点实验室(中国电力科学研究院有限公司),北京市海淀区100192
  • 2. 国家电网有限公司大数据中心,北京市西城区100031
  • 3. 国家电网有限公司国家电力调度控制中心,北京市西城区100031
  • 4. 中国地质大学(北京)信息工程学院,北京市海淀区100083
  • 5. 中国科学院微电子研究所,北京市朝阳区100029
  • 折叠

摘要

关键词

电力负荷/超短期/负荷预测/LSTM网络/XGBoost/组合模型

分类

信息技术与安全科学

引用本文复制引用

陈振宇,刘金波,李晨,季晓慧,李大鹏,黄运豪,狄方春,高兴宇,徐立中..基于LSTM与XGBoost组合模型的超短期电力负荷预测[J].电网技术,2020,44(2):614-620,7.

基金项目

国家电网有限公司总部科技项目“大电网理想调度及知识发现关键技术研究与应用”(52110418002A). （52110418002A）

电网技术

OA北大核心CSCDCSTPCD

1000-3673

访问量0
|
下载量0
段落导航相关论文