该研究探讨了基于多目标回归的方法，用于月度用电量的预测。

简介：
城市电网电量预测是电力系统运营商肩负的重要职责，它能够为城市发展趋势的研判提供有力支持。 鉴于各行业电力需求受到多种因素的复杂影响，且相关影响因素的数据相对匮乏，这进而导致了预测结果的准确性存在显著偏差。 为进一步提升预测精度，本文提出了一种基于多目标树回归的方法，旨在对不同产业结构的每月用电量进行精准预测。 值得注意的是，由于2013年至2017年上半年上海市实际用电量的统计数据较为有限，我们因此收集了上海市各行业的GDP增长率、当地天气状况以及旅游旺季分布等数据信息，并对这些数据进行了建模和训练，以适应不同月份及不同行业的用电特点。 随后，我们利用实际测量值对所提出的多目标树回归模型进行了严格测试，从而验证了模型的可靠性水平，并成功地预测了2017年下半年各行业的月度用电量。 实验结果清晰地表明，该模型具备高度准确性，能够有效地预测各个行业的月度用电量需求。