[发明专利]基于时域特征与XGBoost的超短期风电功率预测方法在审
| 申请号： | 202111400222.9 | 申请日： | 2021-11-24 |
| 公开（公告）号： | CN114021483A | 公开（公告）日： | 2022-02-08 |
| 发明（设计）人： | 蒋甲丁;王凤;朱黎;王晓宇;孔德安;徐立军;高钾;薛建雄;李瑾;王营超;刘金庭;李柯豪;朱勇;周裕松;其丽格尔 | 申请（专利权）人： | 新疆工程学院 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06K9/62;G06N20/00;G06Q10/04;G06F113/06;G06F119/06 |
| 代理公司： | 成都博领众成知识产权代理事务所(普通合伙) 51340 | 代理人： | 宋红宾 |
| 地址： | 830023 新疆维吾尔自治区乌鲁木*** | 国省代码： | 新疆;65 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于时域特征与XGBoost的超短期风电功率预测方法，根据风场环境中的风速、风速变化率、风向、气压、温度、湿度等影响因素，通过机器学习的方法对特征进行分类、标记，并进行归一化和向量化表示，使其在风环境空间中具有领域特征信息，之后再利用机器学习算法对表示后的特征进行模型训练，找出对风电功率影响最大的风环境特征集合及其对风电功率的影响系数，之后利用集成学习的方法将各特征融入进模型对风电的超短期功率进行预测，根据k折交叉验证方法找出使得预测结果的均方根误差及平均绝对误差最小的模型，最终形成预测模型。将影响风电功率的因素从五个维度，四个方向进行分解，对影响因素的特征实现了精细化和充分的拓展和挖掘。 | ||
| 搜索关键词： | 基于 时域 特征 xgboost 短期 电功率 预测 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于新疆工程学院，未经新疆工程学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202111400222.9/，转载请声明来源钻瓜专利网。
