基于深層特征組合的電網新能源消納能力預測方法,包括兩部分內容,分別為特征選擇與特征組合;第一階段,特征選擇;首先從數據中提取特征,作為模型的輸入,然后經過方差特征選擇去掉方差小的特征,接著使用遞歸式特征消除進行特征選擇;第二個階段,特征組合;通過XGBoost與LightGBM方法來組合特征,建立了一個混合模型,將由XGBoost和LightGBM算法產生的預測結合起來,進行集成預測,XGBoost與LightGBM模型中的參數是通過網格搜索技術進行優化調整的。本發明在考慮風電消納能力預測特征的復雜性的基礎上,以提升預測精度為目標,該方法采用了不依賴經驗的特征組合方法,采用基于不同特征組合的多模型進行預測。
聲明:
“基于深層特征組合的電網新能源消納能力預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)