典型文献
基于近邻成分分析的短期风电功率集成预测
文献摘要：
针对短期风电功率预测关键气象因素影响程度的差异和单一模型预测精度不足的问题,提出一种基于近邻成分分析(neighborhood components analysis,NCA)特征加权和Stacking集成预测的短期风电功率预测模型.考虑气象特征对风电功率影响程度不同,利用NCA对气象特征进行加权,将加权特征作为模型输入,强化关键特征的影响程度;在此基础上,构建多个基预测器预测风电功率,并利用结合器将预测结果融合,建立Stacking集成预测模型.算例分析表明,以加权特征作为输入的Stacking集成预测模型具有更高的短期风电功率预测精度.
文献关键词：
短期风电功率预测;近邻成分分析;特征加权;Stacking集成学习
中图分类号：
作者姓名：
姚岱伟;崔双喜;戚元星
作者机构：
新疆大学电气工程学院,乌鲁木齐830047
文献出处：
引用格式：
[1]姚岱伟;崔双喜;戚元星-.基于近邻成分分析的短期风电功率集成预测)[J].科学技术与工程,2022(14):5636-5642
A类：
B类：
近邻成分分析,短期风电功率预测,气象因素,neighborhood,components,analysis,NCA,特征加权,加权和,Stacking,功率预测模型,气象特征,模型输入,关键特征,预测器,测风,集成预测模型,算例分析,集成学习
AB值：
0.226245
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。
