基于深度随机森林算法的短期用户负荷预测—以金华地区为例

摘要：

通过网络爬虫获取天气数据,并结合金华市用户负荷数据,采用深度随机森林算法对用户负荷进行短期预测.借助4种评价指标,通过对比支持向量回归算法、K近邻算、贝叶斯岭回归算法、随机森林算法以及多个深度神经网络算法,发现深度随机森林算法预测效果最佳,支持向量回归算法次之,而深度神经网络算法在该数据集上表现一般.

关键词：深度随机森林算法、机器学习、短期负荷预测、天气信息

所属期刊栏目：52

分类号：TP39(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;浙江省哲学社会科学规划重点项目;浙江省自然科学基金项目

在线出版日期：2023-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：430-437