一种基于Lasso-XGboost-stacking的电能替代潜力预测方法技术

本发明专利技术公开了一种基于Lasso‑XGboost‑stacking的电能替代潜力预测方法，涉及区域电能替代潜力预测技术领域。目前，电能替代潜力预测存在预测精度不高，泛化性低等问题。本发明专利技术包括以下步骤：1)将能源、经济数据通过交叉特征构建特征空间矩阵，量化多类影响因素对电能替代的影响；基于影响因素与电能替代量数据构建岭回归模型，并根据各类因素在模型中的权重分析因素影响程度；基于影响因素与电能替代量数据构建Xgboost模型，并采用stacking方法与岭回归模型进行模型融合，最终构建Lasso‑Xgboost‑stacking模型，构建影响因素与电能替代量的映射关系；构建arima模型预测各类影响因素趋势，根据模型预测的影响因素数据与Lasso‑Xgboost‑stacking模型实现电能替代潜能预测。本技术方案保证模型泛化能力的同时，提升模型预测精度。

【技术实现步骤摘要】

本专利技术涉及区域电能替代潜力预测，尤其涉及一种基于lasso-xgboost-stacking的电能替代潜力预测方法。

技术介绍

1、电能替代是终端用能再电气化的重要手段，对于促进大气污染防治、推动能源革命意义重大。对未来电能替代量进行预测，可以为电能终端消费市场拓展提供数据依据，有力支持电能替代工作实施。

2、目前，电能替代潜力预测的研究成果，大多根据历史数据直接进行预测，且当前的电能替代潜力预测研究很少对电能替代相关因素的影响进行量化评估，或是无法直观展示各类影响因素在模型中的权重占比，存在着预测精度不高，泛化性低等问题。

技术实现思路

1、本专利技术要解决的技术问题和提出的技术任务是对现有技术方案进行完善与改进，提供一种基于lasso-xgboost-stacking的电能替代潜力预测方法，以提高预测精度和泛化性的目的。为此，本专利技术采取以下技术方案。

2、一种基于lasso-xgboost-stacking的电能替代潜力预测方法，包括以下步骤：

<p>3、1)将能源、本文档来自技高网...

【技术保护点】

1.一种基于Lasso-XGboost-stacking的电能替代潜力预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于Lasso-XGboost-stacking的电能替代潜力预测方法，其特征在于：步骤1)包括以下步骤：

3.根据权利要求1所述的基于Lasso-XGboost-stacking的电能替代潜力预测方法，其特征在于：步骤2)包括以下步骤：

4.根据权利要求1所述的基于Lasso-XGboost-stacking的电能替代潜力预测方法，其特征在于：在步骤23)选择模型正则化惩罚参数时，将数据分至训练集和测试集，其中训练集表示...

【技术特征摘要】

1.一种基于lasso-xgboost-stacking的电能替代潜力预测方法，其特征在于：包括以下步骤：

2.根据权利要求1所述的基于lasso-xgboost-stacking的电能替代潜力预测方法，其特征在于：步骤1)包括以下步骤：

3.根据权利要求1所述的基于lasso-xgboost-stacking的电能替代潜力预测方法，其特征在于：步骤2)包括以下步骤：

4.根据权利要求1所述的基于lasso-xgboost-stacking的电能替代潜力预测方法，其特征在于：在步骤23)选择模...

【专利技术属性】
技术研发人员：宋磊，陆春光，徐永进，李晨，章江铭，傅盈，张家浩，刘琳，刘炜，黄荣国，王朝亮，
申请(专利权)人：国网浙江省电力有限公司营销服务中心，
类型：发明
国别省市：