基于RF和深度學(xué)習(xí)的中長(zhǎng)期用電量預(yù)測(cè)研究

摘要:針對(duì)中長(zhǎng)期用電量受多源因素綜合影響的特點(diǎn),先給出了眾多與用電量相關(guān)的協(xié)變量,然后運(yùn)用隨機(jī)森林)RF）方法對(duì)單一解釋變量的重要性進(jìn)行了數(shù)學(xué)估計(jì),從中識(shí)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(luò))DBN）的預(yù)測(cè)模型。結(jié)合算例詳細(xì)介紹了該模型原理與建立過(guò)程,交叉驗(yàn)證顯示,經(jīng)RF變量選擇后能夠排除冗余特征、增益預(yù)測(cè)性能:同時(shí)DBN算法優(yōu)于RF和支持向量機(jī))SVM）等傳統(tǒng)方法。