基于Lasso-XGBoost-Stacking的省域电能替代潜力预测方法OACSTPCD
A prediction method for provincial power substitution potential based on Lasso-XGBoost-Stacking
为了更好地掌握省域电能替代的量化潜力,提出了一种基于Lasso-XGBoost-Stacking的预测模型.通过交叉特征量化经济发展、环保、能源价格、政策扶持与技术进步共五种影响因素以降低各影响因素之间的多重共线性,并利用Lasso回归模型评价各量化影响因素的权重.以浙江省为例进行电能替代潜力预测分析,预测MAPE(平均绝对百分比误差)为12.22%,其准确性能够满足省域电能替代量化潜力分析的要求.对浙江省多情景电能替代场景分析发现,经济发展因素…查看全部>>
陆春光;葛梦亮;宋磊;吴继亮;潘国兵
国网浙江省电力有限公司营销服务中心,杭州 310063国网浙江省电力有限公司庆元县供电公司,浙江 丽水 323800国网浙江省电力有限公司营销服务中心,杭州 310063国网浙江省电力有限公司庆元县供电公司,浙江 丽水 323800浙江工业大学 机械工程学院,杭州 310014
电能替代Lasso回归XGBoostStacking量化影响因素
power substitutionLasso regressionXGBoostStackingquantified influencing factors
《浙江电力》 2023 (9)
9-16,8
国网浙江省电力有限公司科技项目(B311YF220001)
评论