典型文献
基于RF-XGBoost的光伏发电功率预测
文献摘要：
随着光伏日益广泛地接入电网,电网对光伏功率的预测精度提出了更高要求.提升光伏发电功率预测水平对于提高光伏发电消纳率、提升电网规划调度水平有着重要意义.然而,现有基于反向传播和传统决策树的预测模型预测精度较低,且数据缺失情况下的鲁棒性较差.因此,提出一种基于RF-XGBoost组合方法的光伏功率预测模型.首先通过RF算法降低特征值维度,此后将筛选后的特征值输入XGBoost预测模型中,通过多决策树加权求和,实现功率预测高精度输出,且提高了预测模型在数据缺失状态下的鲁棒性.最后使用历史数据进行仿真验证,算例分析结果表明,RF-XGBoost预测模型的精度优势能较好地满足光伏功率预测的精度需求.
文献关键词：
光伏发电;输出预测;随机森林;特征值分析;XGBoost算法
中图分类号：
作者姓名：
葛浩然;夏宇;邹文进;郝少飞;马刚
作者机构：
南京师范大学电气与自动化工程学院,江苏南京 210046
文献出处：
引用格式：
[1]葛浩然;夏宇;邹文进;郝少飞;马刚-.基于RF-XGBoost的光伏发电功率预测)[J].电气自动化,2022(05):12-15
A类：
B类：
RF,XGBoost,光伏发电功率预测,伏日,益广,消纳率,电网规划,反向传播,决策树,数据缺失,组合方法,光伏功率预测,功率预测模型,加权求和,测高,使用历史,历史数据,仿真验证,算例分析,势能,输出预测,特征值分析
AB值：
0.271282
相似文献
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。
