典型文献
基于改进梯度提升算法的短期风电功率概率预测
文献摘要：
随着风电大规模接入电网,风电功率概率预测的需求愈加迫切.为了实现短期风电功率概率分布预测,提出了一种基于改进梯度提升算法的短期风电功率概率预测方法.首先,分析了梯度提升算法应用于短期风电功率概率预测存在的问题.其次,利用负对数似然损失函数作为梯度提升算法中的损失函数,并利用费希尔信息矩阵修正损失函数在概率分布参数空间的梯度,将其转换为概率分布空间的自然梯度.然后,基于自然梯度提出适用于短期风电功率概率分布预测的改进梯度提升算法.最后,将所提算法与传统的梯度提升算法和其他算法进行对比,结果显示,所提算法训练过程收敛较快并且具有较好的预测性能,验证了其实用性和有效性.
文献关键词：
风电功率预测;费希尔信息;梯度提升算法;自然梯度;机器学习
中图分类号：
作者姓名：
庞传军;尚学伟;张波;余建明
作者机构：
南瑞集团有限公司(国网电力科学研究院有限公司),江苏省南京市 211106;北京科东电力控制系统有限责任公司,北京市 100192
文献出处：
引用格式：
[1]庞传军;尚学伟;张波;余建明-.基于改进梯度提升算法的短期风电功率概率预测)[J].电力系统自动化,2022(16):198-206
A类：
负对数似然损失
B类：
梯度提升算法,概率预测,电大,概率分布,分布预测,算法应用,损失函数,用费,费希尔信息矩阵,分布参数,参数空间,自然梯度,算法训练,训练过程,预测性能,风电功率预测
AB值：
0.172332
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。
