本发明涉及新能源发电技术领域,是一种基于两段式特征选择和随机森林改进模型的短期风电功率预测方法,其特点是,包括:基于两段式特征选择的训练样本筛选、基于随机森林改进模型的风电功率预测,以最大相关‑最小冗余原则,在训练样本集的数据预处理环节,增加了关键特征选择、亲密样本筛选环节,通过训练样本重采样、特征随机抽取和决策树重组改进措施,构建一种随机森林改进模型;针对袋外样本集过度依赖训练样本特征问题,提出一种考虑数值天气预报风速特征的外部检验指标,进一步增强了随机森林模型对未知数据的自适应能力。该方法能够提高风电功率预测准确度、具有计算效率高和抗干扰能力强的优点。
声明:
“基于两段式特征选择和随机森林改进模型的短期风电功率预测方法” 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)