注意: 上方的内容不要删除

某工业园区负荷数据预测

成员

• 蔡静轩 3220180783
• 王峤 3220180867

问题描述

1、问题背景分析

随着数据挖掘及机器学习方法的发展、数据量的增长以及计算机算力的不断提升，使其在工业界得到了广泛的应用。本项目将根据16和17年某园区的真实电力历史负荷数据和气象数据去预测18年1月到5月的该园区电力负荷的变化情况。

2、问题描述

2.1 数据准备

该项目数据由两部分组成，均为时序数据。数据包含缺失和异常，需要先进行清洗和预处理。

（1）负荷数据：包含记录序号、变量名称、数据时间、数据类型、设备ID、能耗分类、区域能耗等； （2）气象数据：包含记录序号、时间、温度、湿度等；

2.2 模型建立

通过SVM，GBDT，LSTM的加权平均等方法，寻找最合适的算法及模型。

2.3 预期的结果

根据经验及对数据的初步分析，预计五个月的总MAPE能达到1%。

项目评估

采用MAPE评估方法评估数据。因为MAPE方法不仅考虑预测值与真实值的误差，还考虑了误差与真实值之间的比例。

项目分工

数据分析、算法实现、文档编写均由两人共同完成。