本發明涉及新能源發電技術領域,是一種基于兩段式特征選擇和隨機森林改進模型的短期風電功率預測方法,其特點是,包括:基于兩段式特征選擇的訓練樣本篩選、基于隨機森林改進模型的風電功率預測,以最大相關?最小冗余原則,在訓練樣本集的數據預處理環節,增加了關鍵特征選擇、親密樣本篩選環節,通過訓練樣本重采樣、特征隨機抽取和決策樹重組改進措施,構建一種隨機森林改進模型;針對袋外樣本集過度依賴訓練樣本特征問題,提出一種考慮數值天氣預報風速特征的外部檢驗指標,進一步增強了隨機森林模型對未知數據的自適應能力。該方法能夠提高風電功率預測準確度、具有計算效率高和抗干擾能力強的優點。
聲明:
“基于兩段式特征選擇和隨機森林改進模型的短期風電功率預測方法” 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)