基于树结构Parzen估计器优化集成学习的短期负荷预测方法

罗敏, 杨劲锋, 俞蕙, 赖雨辰, 郭杨运, 周尚礼, 向睿, 童星, 陈潇

TPE-Based Boosting Short-Term Load Forecasting Method

LUO Min, YANG Jinfeng, YU Hui, LAI Yuchen, GUO Yangyun, ZHOU Shangli, XIANG Rui, TONG Xing, CHEN Xiao

表1 网络超参数寻优空间

Tab.1 Network hyperparameter optimization space

超参数 寻优空间 输入历史负荷数据 离散变量,取为集合{第(n-1)d的j时段实际负荷,第(n-1)、(n-7)d的j段实际负荷,第(n-1)、(n-7)、(n-14)d的j时段实际负荷}中的一种. 输入相关因素数据 确定值,取为第n d的j时段气象因素. 输出数据 确定值,取为第n d的j时段预测负荷. 学习率 连续变量,取值空间为[0.01,1]. 学习器数量 离散整数变量,取为[10,200]之间的某一整数.