基于深层特征组合的电网新能源消纳能力预测方法,包括两部分内容,分别为特征选择与特征组合;第一阶段,特征选择;首先从数据中提取特征,作为模型的输入,然后经过方差特征选择去掉方差小的特征,接着使用递归式特征消除进行特征选择;第二个阶段,特征组合;通过XGBoost与LightGBM方法来组合特征,建立了一个混合模型,将由XGBoost和LightGBM算法产生的预测结合起来,进行集成预测,XGBoost与LightGBM模型中的参数是通过网格搜索技术进行优化调整的。本发明在考虑风电消纳能力预测特征的复杂性的基础上,以提升预测精度为目标,该方法采用了不依赖经验的特征组合方法,采用基于不同特征组合的多模型进行预测。
声明:
“基于深层特征组合的电网新能源消纳能力预测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)