CN107730059A - 基于机器学习的变电站电量趋势预测分析的方法 - Google Patents

Abstract

本发明公开了一种基于机器学习的变电站电量趋势预测分析的方法，包括：分析变电站电量趋势预测的影响因子，确定构建模型所需的特征量类型；基于已采集的电量数据和所述特征量类型构建多维度特征量数据集；构建GBDT和Adaboost集成预测模型，并采用均方根误差的值比较评估模型的预测效果。本发明提供的基于机器学习的变电站电量趋势预测分析的方法，充分考虑影响预测效果可能的特征因子，使得预测分析更加准确；并采用基于回归的GBDT、Adaboost集成学习算法，防止数据过拟合，且可实现预测模型可持续训练、分析和优化。

Description

基于机器学习的变电站电量趋势预测分析的方法

技术领域

本发明涉及电能表计量领域，具体涉及一种基于机器学习的变电站电量趋势预测分析的 方法。

背景技术

随着国民经济的不断发展和人们生活水平的不断提高，每年的用电量也在稳步增长。对 变电站电量数据的分析对电力企业和区域经济利益密切相关，学术、行业对变电站电量分析 和预测一直有所尝试。现有的变电站电量分析和预测方法主要包括基于经典理论公式的预测 算法分析和基于单变量的时序预测分析：

1、基于经典理论公式的预测算法分析主要依据历史数据数学分析并结合业务分析得到一 套经典理论公式，基于该公式进行变电站电量预测。

这类方法在的问题比较明显，就是这种基于经典理论公式的算法，难以反映将来造成数 据变动的更多未知因素。它只考虑了历史数据，很难应用未来的实际数据进行迭代和修正， 因此具有一定的局限性。

2、基于单变量的时序预测分析主要是通过基于电量这个单一数据和时间这两个维度采用 典型的时间序列分析算法例如三次指数平滑算法和差分自回归滑动平均算法。

这类方法能够解决应用未来的实际数据进行模型参数的迭代和修正，能够融合未来实际 数据的抖动变化规律实现对数据的预测，但该方法只考虑电量这一单一因素，未考虑导致电 量变化的其他因素，如节假日、温度等，因此也具有一定的局限性。

发明内容

针对现有技术的不足，本发明的主要目的在于：基于多维数据特征工程设计和数据构建， 利用机器学习的方式形成一种可靠的变电站电量预测的方法。

为实现前述目的，本发明公开了一种基于机器学习的变电站电量趋势预测分析的方法， 包括以下步骤：

S1.分析变电站电量趋势预测的影响因子，确定构建模型所需的特征量类型，所述特征 量类型包括节假日电量、月份电量、周电量、日电量、气象数据、模型滞后期；

S2.基于已采集的电量数据和所述特征量类型构建多维度特征量数据集，其中，所述节 假日电量、月份电量、周电量、日电量均基于各自时间节点的均值、方差、最大值、最小值 的特征数据上进行特征提取；

S3.生成模型评估数据集，所述数据集包括训练集和测试集；

S4.基于回归的GBDT集成学习算法构建GBDT预测模型，使用所述训练集进行迭代训 练获取最终强学习器；

S5.基于Adaboost集成学习算法构建Adaboost预测模型，使用所述训练集进行迭代训练 获取最终强分类器；

S6.获取所述GBDT预测模型和Adaboost预测模型的电量预测结果，并根据所述测试集， 分别计算所述GBDT预测模型和Adaboost预测模型的均方根误差；

S7.采用所述均方根误差的值评估预测模型的预测效果，所述均方根误差越小，其预测 模型的预测结果越准确。

优选地，所述电量数据包括变电站ID、电压等级、日期、电量。

优选地，所述步骤S2还包括在月份电量的基于月份的偏度和峰度上的特征数据进行特征 提取。

优选地，所述气象数据包括温度和湿度。

优选地，所述电量包括正向电量、反向电量、转换后的正向电量、转换后的反向电量。

优选地，所述步骤S2还包括对基于某天的温度、湿度的特征数据进行特征提取。

与现有技术相比，本发明的有益效果在于在海量数据的基础上，充分考虑影响预测效果 可能的特征因子，并实现针对这些数据集的特征进行工程设计和数据构建以及多维数据融合， 最后采用基于回归的GBDT、Adaboost集成学习算法构建集成预测模型进行预测，可防止数据 过拟合，并可实现预测模型可持续训练、分析和优化，提升预测能力。

附图说明

图1是本发明一典型实施例公开的部分样本数据示例图；

图2是本发明一典型实施例公开的部分数据集示例图。

具体实施方式

鉴于现有技术中的不足，本案发明人经长期研究和大量实践，得以提出本发明的技术方 案。如下将对该技术方案、其实施过程及原理等作进一步的解释说明。

本发明基于多维数据特征工程设计和数据构建，并利用历史数据和机器学习方式实现对 变电站未来电量的预测。包括：

1.基于已采集的变电站电量数据进行多维数据特征工程设计和数据构建、多维数据融合；

对可能影响预测效果的特征因子进行分析，例如节假日电量、月份电量、周电量、日电 量，温度、湿度等，突破传统、单一特征的局限性。

2.基于回归的GBDT、Adaboost集成学习算法来实现模型分析、训练和评估。

基于回归的GBDT和Adaboost集成学习算法构建基于时间序列的回归预测模型模型，防 止数据过拟合，并可实现算法模型可持续训练、分析和优化。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发 明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于 限定本发明。

本发明实施例公开的变电站电量趋势预测分析方法的数据主要来自于国家电网电能表计 量监控***的基于变电站层级的电量数据，具体涉及数据类型包括变电站ID、电压等级、日 期、电量，电量具体包括正向电量、反向电量、经处理转换后的正向电量、转换后的反向电 量，部分样本数据示例如图1所示。所述预测分析方法具体包括：

一、基于变电站电量数据的多维数据特征设计

通过收集的不同变电站每天的正向电量和反向电量数据，经过业务处理转换为实际预测 数据，即转换后的正向电量、转换后的反向电量。基于这些数据，分析变电站电量趋势预测 的影响因子并构建回归预测模型需要的特征量类型，包括：

节假日电量，按重要节日时间点进行基于原始数据在均值、方差、最大值、最小值上 的特征数据提取，例如春节、国庆节、中秋节、劳动节、清明节时期的电量数据；

月份电量，属于某月的时间点原始数据基于月份的均值、方差、最大值、最小值、偏 度、峰度上的特征数据提取；

周电量，属于某一周的时间点原始数据基于周的均值、方差、最大值、最小值上的特 征数据提取；

日电量，属于某日的时间点原始数据基于每日的均值、方差、最大值、最小值上的特 征数据提取；

气象数据，基于某天的温度、湿度特征数据融合和提取；

模型滞后期为7天。

以转换后的正向电量构建回归预测模型为例，所提取的特征量部分数据集示例如图2所 示。

二、基于回归模型的变电站电量预测分析和评估

基于上述步骤提取特征量数据，应用基于回归的GBDT、AdaBoost集成学习算法模型来 构建对于转换后的正向电量、转换后的反向电量的基于时间序列的回归预测模型，具体包括：

1.构建基于回归的GBDT预测模型

GBDT(Gradient Boosting Decison Tree)全称是梯度提升决策树，所谓的梯度提升即不断迭 代生成多个弱学习器并通过前向分布算法综合得到最终的一个强学习器的算法，属于集成学 习的范畴，同时GBDT采用的基学习器是决策树。决策树算法相比于其他的算法需要更少的 特征工程，比如可不用做特征标准化，可很好的处理字段缺失的数据，不关心特征间是否相 互依赖等。决策树学习器和梯度提升方法相结合也较有效的避免了过拟合的情况。

GBDT回归算法流程原理分析如下：

输入的训练集样本T＝{(x₁,y₁),(x₂,y₂),....,(x_m,y_m)}，最大迭代次数T，损失函数L。

输出的强学习器为f(x)

(1)初始化弱学习器

(2)对于迭代次数t＝1,2,3,L,T，做如下迭代：

I)对于样本i＝1,2,...,m，计算负梯度来拟合每次迭代残差的近似值，第t轮的第i个样 本的损失函数的负梯度表示为：

II)利用(x_i,r_ti)(i＝1,2,...,m)，拟合一颗Cart回归树，得到第t颗回归树，其对应的叶子节 点的区域为Rt_j，j＝1,2,3,L,J。其中J为回归树t的叶子节点的个数。

III)对于叶子节点区域j＝1,2,3,L,J，计算最佳拟合值

IV)更新强学习器

3)得到最终强学习器f(x)的表达式

2.构建AdaBoost预测模型

AdaBoost(Adaptive Boosting)全称是自适应增强学习器，它是在初始化训练数据的权值分 布后，进行不断迭代训练弱分类器，即如果某个样本点已经被准确地分类，那么在构造下一 个训练集中，它的权值就被降低；相反，如果某个样本点没有被准确地分类，那么它的权值 就得到提高。然后，权值更新过的样本集被用于训练下一个分类器，如此迭代地进行下去直 到迭代达到某个预定的足够小的错误率或达到预先指定的最大迭代次数后，将之前的多个弱 分类器应用前向分布算法组合成最终的强分类器。

AdaBoost算法流程原理分析如下：

1)初始化训练数据的权值分布。

每一个训练样本最开始时都被赋予相同的权值：w＝1/N，为样本总数

D₁＝(w₁₁,w₁₂,w₁₃...w_1i...,w_1N)，w_1i＝1/N，i＝1,2,3...N

D₁表示第一次迭代每个样本的权值，w_1i表示，第1次迭代时的第i个样本的权值。

2)进行多轮迭代，表示迭代次数，m＝1,2,3L,M，M为整数。

I)使用具有权值分布D_m的训练数据集学习，得到基本分类器，如下：

G_m(x):χ∈{-1,+1}

II)计算G_m(x)在训练数据集上的分类误差率

由上述式子可知，G_m(x)在训练数据集上的误差率e_m就是被G_m(x)误分类样本的权值 之和。

III)计算G_m(x)的系数，α_m表示G_m(x)在最终分类器中的重要程度，关系式表示如下：

由上述式子可知，e_m≤1/2时，α_m≥0，且α_m随着e_m的减小而增大，意味着分类误 差率越小的基本分类器在最终分类器中的作用越大。

IV)更新训练数据集的权值分布用于下一轮迭代，使得被基本分类器G_m(x)误分类样本 的权值增大，而被正确分类样本的权值减小。

D_m+1＝(w_m+1,1,w_m+1,2...w_m+1,i...,w_m+1,N)

D_m+1是用于下次迭代时样本的权值，w_m+1,i是下一次迭代时，第i个样本的权值。其中， y_i代表第i个样本对应的类别，G_m(x_i)表示弱分类器对样本x_i的分类。Z_m是规范化因子，使得D_m+1成为一个概率分布。

3)组合各个弱分类器

得到最终的强分类器

sign函数用于求数值的正负，数值大于0，函数值为1；小于0，函数值为-1；等于0，函数值为0。

3.模型的评估

通过以上迭代训练得到集成预测模型后，便可获取相应的电量趋势预测结果，采用RMSE (均方根误差)指标计算来比较评估模型的预测效果，公式如下：

其中表示电量预测数据，e_i表示实际电量数据，n表示预测天数，均方根误差越小表 示对应模型的偏差越小，其预测能力越准确。

本发明公开的基于机器学习的变电站电量趋势预测分析的方法，在海量数据的基础上， 充分考虑影响预测效果可能的特征因子，并实现针对这些数据集的特征工程设计和数据构建 以及多维数据融合；预测模型的构建采用基于回归的GBDT、Adaboost集成学习算法进行集成， 可有效的防止数据过拟合，且可实现预测模型可持续训练、分析和优化，从而取得较好、可 靠的预测结果。

应当理解，上述实施例仅为说明本发明的技术构思及特点，其目的在于让熟悉此项技术 的人士能够了解本发明的内容并据以实施，并不能以此限制本发明的保护范围。凡根据本发 明精神实质所作的等效变化或修饰，都应涵盖在本发明的保护范围之内。

Claims (6)

1.基于机器学习的变电站电量趋势预测分析的方法，其特征在于，包括以下步骤：

S1.分析变电站电量趋势预测的影响因子，确定构建模型所需的特征量类型，所述特征量类型包括节假日电量、月份电量、周电量、日电量、气象数据、模型滞后期；

S2.基于已采集的电量数据和所述特征量类型构建多维度特征量数据集，其中，所述节假日电量、月份电量、周电量、日电量均基于各自时间节点的均值、方差、最大值、最小值的特征数据上进行特征提取；

S3.生成模型评估数据集，所述数据集包括训练集和测试集；

S4.基于回归的GBDT集成学习算法构建GBDT预测模型，使用所述训练集进行迭代训练获取最终强学习器；

S5.基于Adaboost集成学习算法构建Adaboost预测模型，使用所述训练集进行迭代训练获取最终强分类器；

S6.获取所述GBDT预测模型和Adaboost预测模型的电量预测结果，并根据所述测试集，分别计算所述GBDT预测模型和Adaboost预测模型的均方根误差；

S7.采用所述均方根误差的值评估预测模型的预测效果，所述均方根误差越小，相应预测模型的预测结果越准确。

2.根据权利要求1所述的基于机器学习的变电站电量趋势预测分析的方法，其特征在于：所述电量数据包括变电站ID、电压等级、日期、电量。

3.根据权利要求1所述的基于机器学习的变电站电量趋势预测分析的方法，其特征在于：所述步骤S2还包括在月份电量的基于月份的偏度和峰度上的特征数据进行特征提取。

4.根据权利要求1所述的基于机器学习的变电站电量趋势预测分析的方法，其特征在于：所述气象数据包括温度和湿度。

5.根据权利要求2所述的基于机器学习的变电站电量趋势预测分析的方法，其特征在于：所述电量包括正向电量、反向电量、转换后的正向电量、转换后的反向电量。

6.根据权利要求4所述的基于机器学习的变电站电量趋势预测分析的方法，其特征在于：所述步骤S2还包括对基于某天的温度、湿度的特征数据进行特征提取。