典型文献
基于改进型集成学习的风电功率预测研究
文献摘要：
文章基于集成学习思想对风电机组的运行工况进行辨识,进而完成功率预测.首先采用模糊C均值聚类法进行工况辨识,再建立基于SVM的子学习器模型.在主学习器模型的选择上,考虑运行工况对主学习器的影响,提出了一种基于改进的SVM主学习器模型,将样本到聚类中心的距离加入主学习器模型中.实验结果表明,文章所提出的基于集成学习思想的风电功率预测方法,更加符合工程的实际情况,预测精度高,适用于风电功率的预测.
文献关键词：
风电功率预测;支持向量机;工况辨识;集成学习
中图分类号：
作者姓名：
李思莹;陈海宝
作者机构：
滁州学院计算机与信息工程学院,安徽滁州 239000
文献出处：
引用格式：
[1]李思莹;陈海宝-.基于改进型集成学习的风电功率预测研究)[J].可再生能源,2022(06):839-844
A类：
B类：
改进型,集成学习,风电功率预测,预测研究,学习思想,风电机组,运行工况,均值聚类,聚类法,工况辨识,子学,聚类中心,入主
AB值：
0.214008
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
