期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于变换域分析和XGBoost算法的超短期风电功率预测模型 被引量:3
1
作者 王永生 李海龙 +3 位作者 关世杰 温彩凤 许志伟 高静 《高电压技术》 EI CAS CSCD 北大核心 2024年第9期3860-3870,共11页
为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风... 为应对传统超短期风电功率预测方法在数据潜在关系挖掘和模型收敛速度等方面存在的问题,提出了一种基于变换域分析和极端梯度提升回归树算法(extreme gradient boosting, XGBoost)的超短期风电功率预测方法。首先,通过时间滑动窗口和风电功率指标进行数据构建和低级特征提取。然后,结合快速傅里叶变换(fastFourier transform, FFT)和哈尔小波变换构成的多层次变换域分析方法对风电数据进行分解,充分考虑频域信息在特征学习中的重要性。最后,建立包含FFT、哈尔小波变换和XGBoost算法组合的超短期风电功率预测模型。实验结果表明,采用的多层次变换域分析方法能够充分挖掘原始特征之间的潜在关系,深入捕捉数据的时序关联性,而且XGBoost算法可以有效提升模型的预测性能,与其他预测模型相比,所提方法在不同数据集上均展现出较高的预测精度和较强的特征提取能力。 展开更多
关键词 电功率预测 傅里叶变换 小波变换 时间滑动窗口 风电功率指标 梯度提升回归树
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部