多能源负荷预测模型

误差减半

融合强化学习与集成学习的预测模型,能自适应优化组合策略,显著提升多能源系统负荷预测的准确性与稳定性。

Ren, Xiaoxiao · Xin, Tian · Kai, Wang · Sifan, Yang · 陈伟雄 · 王进仕

Energy 2025

参数信息

决定系数提升
1.53 %
残余预测偏差提升
36.09 %
均方根误差降低
102.96 %

技术优势

精度显著提升

与基准模型相比,均方根误差降低102.96%,决定系数提升1.53%,预测误差更小。

鲁棒性更强

通过精心选择基学习器和强化学习作为元学习器,模型在真实数据集上表现出增强的鲁棒性和可靠性。

自适应优化

采用深度确定性策略梯度强化学习作为元学习器,具备出色的自适应学习能力,优化基学习器组合策略。

应用场景