基于梯度提升樹(shù)的寫(xiě)字樓月度用電量預(yù)測(cè)研究

王鴻斌，武進(jìn)軍，吳旭，陳長(zhǎng)清，陳鵬遠(yuǎn)，張?zhí)彀?/p>

基于梯度提升樹(shù)的寫(xiě)字樓月度用電量預(yù)測(cè)研究

王鴻斌1，武進(jìn)軍1，吳旭1，陳長(zhǎng)清2，陳鵬遠(yuǎn)2，張?zhí)彀?

（1. 天津安捷物聯(lián)科技股份有限公司，天津 300384；2. 華中科技大學(xué) 軟件學(xué)院，湖北 武漢 430074）

以氣象和時(shí)間作為影響寫(xiě)字樓用電量的主要因素，首先使用網(wǎng)絡(luò)爬蟲(chóng)抓取到氣象數(shù)據(jù)，包括最高溫、最低溫、風(fēng)力、濕度、氣壓、天氣和能見(jiàn)度等，同時(shí)提取日期相關(guān)的時(shí)間特征，如星期、節(jié)假日、第幾周、季節(jié)和小時(shí)，再使用遞歸特征消除法進(jìn)行特征選擇，除去特征重要度低的因素，最后在模型選擇上，與梯度提升樹(shù)模型、差分整合移動(dòng)平均自回歸模型ARIMA、神經(jīng)網(wǎng)絡(luò)模型LSTM進(jìn)行效果對(duì)比。實(shí)驗(yàn)證明，梯度提升樹(shù)算法在寫(xiě)字樓月度用電量預(yù)測(cè)中效果最佳。

用電量預(yù)測(cè)；梯度提升樹(shù)；ARIMA模型；神經(jīng)網(wǎng)絡(luò)

0 引言

寫(xiě)字樓大規(guī)模用電，是構(gòu)成其運(yùn)營(yíng)成本的主要因素之一。國(guó)家提出要逐步完善電價(jià)形成機(jī)制，鼓勵(lì)符合條件的電力用戶開(kāi)展電力市場(chǎng)交易。寫(xiě)字樓用電負(fù)荷電壓等級(jí)大部分為10 kV及以上，符合交易條件。按交易規(guī)則，寫(xiě)字樓需要申報(bào)擬購(gòu)買的月用電量，售電方對(duì)申報(bào)電量與實(shí)際電量進(jìn)行有偏差考核，偏差超出2%的用電量，要額外付費(fèi)，因此需要準(zhǔn)確的用電量預(yù)測(cè)。寫(xiě)字樓的用電量預(yù)測(cè)需要充分考慮到氣候和節(jié)假日等相關(guān)因素，而且由于其自身特點(diǎn)，供暖和供冷周期相對(duì)較長(zhǎng)，有明顯的季節(jié)特征。目前面向用戶側(cè)的電力負(fù)荷預(yù)測(cè)方案較少[1-2]，主要是針對(duì)電網(wǎng)的中短期預(yù)測(cè)[3-6]。本文針對(duì)寫(xiě)字樓用戶，預(yù)測(cè)下個(gè)月的用電量，將月度用電量預(yù)測(cè)偏差控制在2%以內(nèi)，從而為寫(xiě)字樓用戶參與電力市場(chǎng)交易提供可靠的參考依據(jù)。

對(duì)于用電量負(fù)荷的預(yù)測(cè)，一方面在數(shù)據(jù)上使用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)抓取氣象數(shù)據(jù)[7-8]，同時(shí)提取和時(shí)間相關(guān)的特征，對(duì)缺失數(shù)據(jù)、文本型數(shù)據(jù)以及異常數(shù)據(jù)進(jìn)行處理，再使用遞歸特征消除法結(jié)合（gradient boost decision tree，GBDT）進(jìn)行特征選擇。另一方面選擇典型算法進(jìn)行比較，差分整合移動(dòng)平均自回歸模型ARIMA[9-10]、梯度提升樹(shù)GBDT[11-13]、循環(huán)神經(jīng)網(wǎng)絡(luò)LSTM[14-15]在電力負(fù)荷預(yù)測(cè)中使用較多，對(duì)以上幾種算法進(jìn)行建模和效果對(duì)比，梯度提升樹(shù)模型預(yù)測(cè)效果最佳，滿足預(yù)測(cè)要求。

1 基于梯度提升樹(shù)的預(yù)測(cè)模型

梯度提升樹(shù)GBDT由Friedman提出，是一種基于樹(shù)的Boosting模型，基于集成學(xué)習(xí)中的Boosting思想，采用串行的方式，每次迭代選擇一個(gè)弱學(xué)習(xí)器（一般為決策樹(shù)），同時(shí)在減小殘差的梯度方向上建立一顆新的決策樹(shù)，其原理如圖1所示。

圖1 GBDT模型訓(xùn)練過(guò)程

本文采用線性加法模型，將每一個(gè)決策樹(shù)的結(jié)果通過(guò)加權(quán)累加得到最終預(yù)測(cè)結(jié)果。該模型數(shù)學(xué)表達(dá)式為：

式中：為輸入總樣本；h(;w)為每顆分類回歸樹(shù)；w為每個(gè)分類回歸樹(shù)的參數(shù)；是每棵樹(shù)的權(quán)重；為決策樹(shù)的個(gè)數(shù)。

每一輪的學(xué)習(xí)過(guò)程中，產(chǎn)生一個(gè)弱學(xué)習(xí)器h(;w)，弱學(xué)習(xí)器的損失函數(shù)為：

式中：F–1(;w)為當(dāng)前的模型，GBDT通過(guò)最小化損失函數(shù)值來(lái)確定弱分類器的參數(shù)。損失函數(shù)本身的選擇可以有1、平方損失、0-1等。本次實(shí)驗(yàn)為回歸問(wèn)題，因此選擇平方損失函數(shù)，對(duì)應(yīng)的數(shù)學(xué)公式如式（3）所示。

式中：y為真實(shí)值；(x)為模型估計(jì)值，對(duì)應(yīng)的差值為殘差。

具體的算法實(shí)現(xiàn)如表1所示。

在GBDT的訓(xùn)練過(guò)程中，每次迭代都在減少殘差的梯度方向創(chuàng)建一個(gè)新的決策樹(shù)，每棵樹(shù)從根節(jié)點(diǎn)到葉子節(jié)點(diǎn)的路徑代表不同的特征組合，使GBDT具有一種自然性的優(yōu)勢(shì)特征組合。

表1 GBDT算法描述

2 實(shí)驗(yàn)與分析

2.1 預(yù)測(cè)評(píng)價(jià)指標(biāo)

本次用電量預(yù)測(cè)的評(píng)價(jià)指標(biāo)采用平均絕對(duì)百分比誤差（MAPE）：

式中：X為實(shí)際日用電量；Y為預(yù)測(cè)日用電量。在用電量預(yù)測(cè)中，MAPE值越小，對(duì)應(yīng)的用電量預(yù)測(cè)結(jié)果越準(zhǔn)確，最后以預(yù)測(cè)月份的預(yù)測(cè)總用電量相對(duì)實(shí)際總用電量的精確度作為最終評(píng)價(jià)指標(biāo)，對(duì)應(yīng)為公式（5），其中，S為預(yù)測(cè)月份的實(shí)際總用電量，S為預(yù)測(cè)月份的預(yù)測(cè)總用電量。

2.2 數(shù)據(jù)預(yù)處理

本次實(shí)驗(yàn)數(shù)據(jù)以某棟寫(xiě)字樓采集每隔1 h的電表數(shù)值，詳細(xì)說(shuō)明整個(gè)數(shù)據(jù)預(yù)處理的過(guò)程。通過(guò)爬蟲(chóng)獲取當(dāng)?shù)氐臍v史氣象數(shù)據(jù)，訓(xùn)練數(shù)據(jù)的范圍為2019年6月1日至2020年7月31日，原始數(shù)據(jù)如表2所示。

為了獲得更好的模型訓(xùn)練效果，對(duì)數(shù)據(jù)進(jìn)行數(shù)據(jù)清洗，處理如下：

（1）隨機(jī)森林填補(bǔ)缺失值：首先遍歷所有特征，從缺失數(shù)據(jù)最少的樣本開(kāi)始填充。如果一個(gè)樣本含有多個(gè)缺失值，那么填充第一個(gè)特征時(shí)，其余的特征可以先用均值替代，預(yù)測(cè)特征值。預(yù)測(cè)完成后，再進(jìn)行下一輪預(yù)測(cè)，直到最后一個(gè)含有缺失值的特征。到最后一個(gè)特征時(shí)，這個(gè)特征是所有特征中缺失值最多的，已經(jīng)沒(méi)有任何的其他特征需要用均值來(lái)進(jìn)行填補(bǔ)。遍歷所有的特征后，數(shù)據(jù)完整，不再有缺失值。

表2 實(shí)驗(yàn)訓(xùn)練的原始數(shù)據(jù)

（2）文本特征處理：對(duì)天氣描述這一文本型數(shù)據(jù)使用普通編碼進(jìn)行處理，調(diào)用Scikit-learn中preprocessing模塊的OridinalEncoder把特征轉(zhuǎn)換為分類數(shù)值。

數(shù)據(jù)處理之后如表3所示。

表3 數(shù)據(jù)預(yù)處理之后的實(shí)驗(yàn)數(shù)據(jù)

2.3 特征構(gòu)建

以氣象和時(shí)間作為影響寫(xiě)字樓用電量的主要因素，氣象特征通過(guò)網(wǎng)絡(luò)爬蟲(chóng)抓取得到，接下來(lái)分析時(shí)間因素和用電量之間的關(guān)系，用于構(gòu)建時(shí)間特征。使用matplotlib進(jìn)行繪圖以更直觀的方式呈現(xiàn)時(shí)間序列與用電量之間的相關(guān)性。一周的每天用電量柱狀圖如圖2所示，可以看出工作日的用電量高于周六和周日。

圖2 星期用電量分布

用電量在1天當(dāng)中的不同時(shí)間段上也具有一定的周期性，如圖3為1天中每小時(shí)的用電量，其中在上午9點(diǎn)至下午5點(diǎn)之間，用電量明顯比其余時(shí)間段更高，由于這段時(shí)間為工作時(shí)間，員工正在大樓辦公，導(dǎo)致較高的用電量。

圖3 日用電量分布

另外，由于寫(xiě)字樓相對(duì)封閉、人員密集且對(duì)舒適度要求較高，因此制冷和制熱的周期比一般要長(zhǎng)。因此，以季節(jié)為單位，四季的用電情況有明顯區(qū)別，如圖4為四季用電情況，其中四季根據(jù)供暖與供冷的開(kāi)啟與關(guān)閉進(jìn)行劃分。季節(jié)設(shè)置方法是，有明確日期的直接使用日期，否則按以下標(biāo)準(zhǔn)定義：冬入春，在2、3、4、5月份中，最高溫高于10 ℃且持續(xù)5天即代表進(jìn)入春天；春入夏，在5、6、7月份中，最高溫大于22 ℃且持續(xù)5天即代表進(jìn)入夏天；夏入秋，在8、9、10月份中，最高溫低于23 ℃且持續(xù)5天即代表進(jìn)入秋天；秋入冬，在9、10、11、12月份中，最高溫低于10 ℃且持續(xù)5天即代表進(jìn)入冬天。入冬表示開(kāi)始供暖，入春表示關(guān)閉暖氣，入夏表示開(kāi)始制冷，入秋表示關(guān)閉制冷。

圖4 季節(jié)用電量分布

通過(guò)以上繪制各維度的時(shí)間與用電量之間的關(guān)系，構(gòu)建時(shí)間特征表如表4所示。

表4 時(shí)間特征

2.4 特征選擇

特征選擇采用遞歸特征消除法，其主要思想通過(guò)模型訓(xùn)練結(jié)果反饋進(jìn)而對(duì)特征進(jìn)行選擇，旨在找到最佳的特征子集。反復(fù)創(chuàng)建模型，并在每次迭代時(shí)保留最佳特征或剔除最差特征，下一次迭代時(shí)，使用上一次建模中沒(méi)有被選中的特征構(gòu)建下一個(gè)模型，直到所有特征都耗盡為止。然后根據(jù)自己保留或剔除特征的順序?qū)μ卣鬟M(jìn)行排名，最終選出一個(gè)最佳子集。實(shí)驗(yàn)中調(diào)用scikit-learn中feature_selection模塊的RFE方法，選用GBDT作為estimator評(píng)估器計(jì)算特征重要度，其中特征重要度通常通過(guò)算法的coef或feature_importances屬性得到，即通過(guò)計(jì)算出每個(gè)特征在弱分類器中使用的次數(shù)確定每個(gè)特征的重要度，從而具有一定的可解釋性。

圖5為特征重要度的對(duì)比分析圖，取0.02為閾值，去除特征重要度低于0.02的特征，包括氣壓、天氣以及能見(jiàn)度特征。其余的最高溫、最低溫、星期、小時(shí)、第幾周、風(fēng)力、節(jié)假日、季節(jié)、濕度為最優(yōu)特征，用于后續(xù)建模使用。選中的特征中沒(méi)有天氣（如陰晴），是已經(jīng)把氣象描述進(jìn)行了細(xì)化，相關(guān)的風(fēng)力、濕度和高低溫被選中，天氣等特征被篩掉，這和人的體感溫度也相符，即晴天風(fēng)大不覺(jué)暖和，陰天濕度大也會(huì)悶熱，因此經(jīng)過(guò)特征比較，簡(jiǎn)單描述陰晴的天氣特征沒(méi)有入選。

圖5 特征重要度對(duì)比分析圖

2.5 建模預(yù)測(cè)與分析

選擇ARIMA、LSTM和GBDT算法進(jìn)行效果對(duì)比。下面分別對(duì)這幾種算法的建模預(yù)測(cè)過(guò)程進(jìn)行介紹。

ARIMA建模預(yù)測(cè)如下：

（1）輸入訓(xùn)練集為2019年6月1日至2020年7月31日以小時(shí)為單位的用電量數(shù)據(jù)，選擇2020年8月1日至2020年10月31日的用電量數(shù)據(jù)為測(cè)試集。

（2）判斷時(shí)間序列數(shù)據(jù)是否具有平穩(wěn)性，如果是非平穩(wěn)序列，需要做差分操作。

（3）調(diào)整模型參數(shù)，確定、、參數(shù)。

（4）模型合理性驗(yàn)證

（5）調(diào)整參數(shù)對(duì)測(cè)試集數(shù)據(jù)進(jìn)行預(yù)測(cè)。

通過(guò)上述建模流程，確定值為2，和取1作為參數(shù)值，對(duì)測(cè)試集數(shù)據(jù)進(jìn)行預(yù)測(cè)，展示8月份的實(shí)驗(yàn)結(jié)果，如圖6所示，圖中的橫坐標(biāo)是2020年8月1日至2020年8月31日以小時(shí)為單位的時(shí)間序列，縱坐標(biāo)是每小時(shí)的用電量，以小時(shí)為單位計(jì)算絕對(duì)平均百分比誤差為15.1%。以月為單位計(jì)算絕對(duì)平均百分比誤差為4.8%。

圖6 用電量真實(shí)值與ARIMA預(yù)測(cè)值對(duì)比圖

LSTM建模預(yù)測(cè)如下：

（1）對(duì)所選特征和電量數(shù)據(jù)進(jìn)行歸一化處理，處理后的數(shù)據(jù)范圍在[0,1]間，如表5所示。

（2）利用隱藏層來(lái)搭建雙層循環(huán)神經(jīng)網(wǎng)絡(luò)，再使用全連接層對(duì)輸出層的結(jié)果進(jìn)行降維，得到最終的預(yù)測(cè)結(jié)果。

表5 數(shù)據(jù)預(yù)處理之后的實(shí)驗(yàn)數(shù)據(jù)

（3）經(jīng)過(guò)訓(xùn)練后，展示8月份的實(shí)驗(yàn)結(jié)果，如圖7所示，圖中的橫坐標(biāo)是2020年8月1日至2020年8月31日以小時(shí)為單位的時(shí)間序列，縱坐標(biāo)是每小時(shí)的用電量，以小時(shí)為單位計(jì)算絕對(duì)平均百分比誤差為13.8%，以月為單位計(jì)算絕對(duì)平均百分比誤差為3.7%。

GBDT建模預(yù)測(cè)如下：

（1）輸入訓(xùn)練集為2019年6月1日至2020年7月31日以小時(shí)為單位的用電量數(shù)據(jù)和特征，選擇2020年8月1日至2020年10月31日的用電量數(shù)據(jù)為測(cè)試集，如表6所示。

（2）使用網(wǎng)絡(luò)調(diào)參的方法進(jìn)行參數(shù)調(diào)整，基學(xué)習(xí)器個(gè)數(shù)為500，樹(shù)的最大深度7，學(xué)習(xí)率0.08。調(diào)用Scikit-learn中的GradientBoostingRegressor對(duì)模型進(jìn)行訓(xùn)練。

圖7 用電量真實(shí)值與LSTM預(yù)測(cè)值對(duì)比圖

表6 數(shù)據(jù)預(yù)處理之后的實(shí)驗(yàn)數(shù)據(jù)

（3）經(jīng)過(guò)訓(xùn)練后，展示8月份的實(shí)驗(yàn)結(jié)果，如圖8所示，圖中的橫坐標(biāo)是2020年8月1日至2020年8月31日以小時(shí)為單位的時(shí)間序列，縱坐標(biāo)代表每小時(shí)的用電量，以小時(shí)為單位計(jì)算絕對(duì)平均百分比誤差為12.5%，以月為單位計(jì)算絕對(duì)平均百分比誤差為1.9%。3種模型以月為單位均低于以小時(shí)為單位的絕對(duì)平均百分比誤差，這是因?yàn)橐孕r(shí)為單位預(yù)測(cè)再聚合以月為單位的用電量過(guò)程中會(huì)產(chǎn)生誤差抵消。

圖8 用電量真實(shí)值與GBDT預(yù)測(cè)值對(duì)比圖

本次實(shí)驗(yàn)將ARIMA、LSTM和GBDT模型做對(duì)比，將2020年8月1日至2020年10月31日的數(shù)據(jù)作為測(cè)試集，輸入到模型中，得到的預(yù)測(cè)效果指標(biāo)如圖9所示，橫坐標(biāo)為月份，縱坐標(biāo)為模型的效果指標(biāo)。

圖9 各模型指標(biāo)柱狀對(duì)比圖

3 結(jié)論

根據(jù)某寫(xiě)字樓真實(shí)用電負(fù)荷，抓取天氣數(shù)據(jù)，提取時(shí)間特征，使用遞歸特征消除法結(jié)合GBDT進(jìn)行特征選擇，采用不同算法進(jìn)行訓(xùn)練和分析，通過(guò)實(shí)驗(yàn)對(duì)比，GBDT算法能夠?qū)⒂秒娏款A(yù)測(cè)偏差控制在2%以內(nèi)，并且相對(duì)其他算法預(yù)測(cè)結(jié)果更好，能夠滿足寫(xiě)字樓電力交易的要求。

[1] 王德文, 孫志偉. 電力用戶側(cè)大數(shù)據(jù)分析與并行負(fù)荷預(yù)測(cè)[J]. 中國(guó)電機(jī)工程學(xué)報(bào), 2015, 35(3): 527-537. WANG DEWEN, SUN ZHIWEI. Big data analysis and parallel load forecasting of electric power user side[J]. Proceedings of the CSEE, 2015, 35(3): 527-537(in Chinese).

[2] 張素香, 劉建明, 趙丙鎮(zhèn), 等. 基于云計(jì)算的居民用電行為分析模型研究[J]. 電網(wǎng)技術(shù), 2013, 37(6): 1542-1546. ZHANG SUXIANG, LIU JIANMING, ZHAO BINGZHEN, et al. Cloud computing-based analysis on residential electricity consumption behavior[J]. Power System Technology, 2013, 37(6): 1542-1546(in Chinese).

[3] 石玉恒, 趙娜, 王凌, 等. 北京地區(qū)日最大電力負(fù)荷預(yù)測(cè)模型初探[J]. 中國(guó)電力, 2019, 52(8): 157-163. SHI YUHENG, ZHAO NA, WANG LING, et al. Study on forecasting model of maximum daily power load in Beijing area[J]. Electric Power, 2019, 52(8): 157-163(in Chinese).

[4] 穆海振, 孫蘭東, 侯依玲. 上海市全社會(huì)月用電量預(yù)測(cè)模型[J]. 中國(guó)電力, 2016, 49(6): 146-150. MU HAIZHEN, SUN LANDONG, HOU YILING. Study on prediction model for shanghai monthly power consumption[J]. Electric Power, 2016, 49(6): 146-150(in Chinese).

[5] HOR C L, WATSON S J, MAJITHIA S. Analyzing the impact of weather variables on monthly electricity demand[J]. IEEE Transactions on Power Systems, 2005, 20(4): 2078-2085.

[6] TAYLOR J W, MCSHARRY P E. Short-term load forecasting methods: an evaluation based on European data[J]. IEEE Transactions on Power Systems, 2007, 22(4): 2213-2219.

[7] 王錫良, 卿光勇, 張銘. 利用網(wǎng)絡(luò)爬蟲(chóng)技術(shù)獲取天氣預(yù)報(bào)[J]. 電腦編程技巧與維護(hù), 2015(19): 18-19. WANG XILIANG, QING GUANGYONG, ZHANG MING. Using web crawler technology to obtain weather forecast[J]. Computer Programming Skills and Maintenance, 2015(19): 18-19(in Chinese).

[8] 李歡. 基于API天氣數(shù)據(jù)抓取的特定網(wǎng)絡(luò)爬蟲(chóng)的研究與實(shí)現(xiàn)[D]. 秦皇島: 燕山大學(xué), 2014. LI HUAN. Based on the specific web crawler API weather data fetching in the research and implementation[D]. Qinhuangdao: Yanshan University, 2014(in Chinese).

[9] 李震, 張思, 任嫻婷, 等. 基于數(shù)據(jù)驅(qū)動(dòng)的線性聚類ARIMA長(zhǎng)期電力負(fù)荷預(yù)測(cè)[J]. 科學(xué)技術(shù)與工程, 2020, 20(16): 6497-6504. LI ZHEN, ZHANG SI, REN XIANTING, et al. Long-term power load forecasting based on data-driven linear clustering ARIMA[J]. Science Technology and Engineering, 2020, 20(16): 6497-6504(in Chinese).

[10] 李鵬輝, 崔承剛, 楊寧, 等. 基于ARIMA-LSTM組合模型的樓宇短期負(fù)荷預(yù)測(cè)方法研究[J]. 上海電力學(xué)院學(xué)報(bào), 2019, 35(6): 573-579. LI PENGHUI, CUI CHENGGANG, YANG NING, et al. Research on building short-term load forecasting method based on ARIMA-LSTM combination model[J]. Journal of Shanghai University of Electric Power, 2019, 35(6): 573-579(in Chinese).

[11] 余登武, 羅永平. 基于GBDT-Ridge的短期電力負(fù)荷預(yù)測(cè)[J]. 新型工業(yè)化, 2019, 9(6): 23-26. YU DENGWU, LUO YONGPING. Short-term power load predication based on GBDT-ridge[J]. The Journal of New Industrialization, 2019, 9(6): 23-26(in Chinese).

[12] 鄭凱文, 楊超. 基于迭代決策樹(shù)(GBDT)短期負(fù)荷預(yù)測(cè)研究[J]. 貴州電力技術(shù), 2017, 20(2): 82-84. ZHENG KAIWEN, YANG CHAO. Research of short-term load forecasting based on Gradient Boosting Decision Tree(GBDT)[J]. Guizhou Electric Power Technology, 2017, 20(2): 82-84(in Chinese).

[13] 畢云帆, 撖奧洋, 張智晟, 等. 基于模糊Bagging- GBDT的短期負(fù)荷預(yù)測(cè)模型研究[J]. 電力系統(tǒng)及其自動(dòng)化學(xué)報(bào), 2019, 31(7): 51-56. BI YUNFAN, YU AOYANG, ZHANG ZHISHENG, et al. Study on short-term load forecasting model based on fuzzy Bagging-GBDT[J]. Proceedings of the CSU-EPSA,2019, 31(7): 51-56(in Chinese).

[14] 袁曉丹, 趙佳琪, 薛秀茹. 基于LSTM的短時(shí)電力負(fù)荷預(yù)測(cè)[J]. 數(shù)碼世界, 2020(8): 280-281. YUAN XIAODAN, ZHAO JIAQI, XUE XIURU. Short-term power load forecasting based on LSTM[J]. Digital Space, 2020(8): 280-281(in Chinese).

[15] MORDJAOUI M, HADDAD S, MEDOUED A, et al. Electric load forecasting by using dynamic neural network[J]. International Journal of Hydrogen Energy, 2017, 42(28): 17655-17663.

Research on Monthly Electricity Consumption Forecasting for Office Building Based on GBDT

WANG Hongbin1, WU Jinjun1, WU Xu1, CHEN Changqing2, CHEN Pengyuan2, ZHANG Tian’an2

(1. Tianjin Anjie IOT Science and Technology Co., Ltd., Tianjin 300384, China; 2. School of Software, Huazhong University of Science and Technology, Wuhan 430074, China)

Weather and time are taken as the main factors that affect the electricity consumption of office building. First, the meteorological data captured by web crawlers, including the highest temperature, lowest temperature, wind, humidity, pressure, weather and visibility. Meanwhile, the time features related to the date are extracted, such as week, holiday, week, season, and hour. Then recursive feature elimination method is used for feature selection to remove features with low feature importance. In the model selection, the gradient boosting decision tree (GBDT), the autoregressive integrated moving average model (ARIMA), and the long-short-term memory network (LSTM) are used to compare the effects. Experiments have proved that the gradient boosting decision tree algorithm can better meet the requirement of monthly electricity consumption forecasting foroffice building.

electricity prediction; gradient boosting decision tree; ARIMA model; neural network

TM734

A

1672-0792(2021)04-0030-07

10.3969/j.ISSN.1672-0792.2021.04.005

2020-12-27

王鴻斌（1985—），男，主要研究方向?yàn)槟茉聪到y(tǒng)分析與控制；

武進(jìn)軍（1984—），男，主要研究方向?yàn)槟茉聪到y(tǒng)分析與控制；

吳 旭（1978—），男，碩士研究生，主要研究方向?yàn)榇髷?shù)據(jù)分析與人工智能；

陳長(zhǎng)清（1969—），男，博士研究生，主要研究方向?yàn)檐浖こ獭?shù)據(jù)庫(kù)與大數(shù)據(jù)分析；

陳鵬遠(yuǎn)（1995—），男，碩士研究生，主要研究方向?yàn)檐浖こ蹋?/p>

張?zhí)彀玻?996—），男，碩士研究生，主要研究方向?yàn)檐浖こ獭?/p>