摘要
智能电能表用表需求采用人工上报时,受限于主观经验,存在偏差大、精准度低等问题.文中提出了基于自适应组合模型的电能表需求预测法,通过构建预测模型特征参数,开展特征重要性分析,确定电能表需求预测影响因素的特征值,采用基于XGBoost与随机森林模型的自适应组合预测方法,比单一的算法模型有较好的适配性,充分考虑了计量业务类型,结合最佳融合权重,可灵活匹配相对应的算法,以得到最优的预测模型.验证结果表明,电能表需求预测综合误差为7.98%,有效提高了公司电能表需求响应的精准度和速度,助力公司智能量测体系建设和精益化管理水平的提升.
NETL
NSTL
万方数据