首页|基于XGB-LSTM模型的燃气日负荷预测

基于XGB-LSTM模型的燃气日负荷预测

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
燃气日负荷预测是优化气源采购、调节供需平衡、提升燃气企业经营效率的重要手段。燃气日负荷受多种因素共同影响，具有时序特征和非线性特征。本文提出一种融合XGBoost和LSTM模型的燃气日负荷预测方法XGB-LSTM。该方法通过XGBoost的特征选择方法，对燃气日负荷影响因素进行特征提取和排序，去除不相关特征，降低模型复杂度;随后利用LSTM网络进行预测，以提高预测精度。以华东W市日负荷数据进行分析，实验结果表明，与其他深度学习方法相比，XGB-LSTM模型提高了预测精度，同时减小了模型的复杂度，获得了更好的预测效果。

李泽明、朱大令

展开 >

无锡华润燃气有限公司

燃气日负荷预测 深度学习 XGBoost LSTM

2023

10.3969/j.issn.1671-5152.2023.11.005

城市燃气
中国城市燃气协会

城市燃气

影响因子：0.373
ISSN：1671-5152
年,卷(期)：2023.585(11)
  • 1
  • 4