一种基于NCA-融合回归树模型的光伏功率预测方法
基本信息
| 申请号 | CN202110728562.8 | 申请日 | - |
| 公开（公告）号 | CN113344293A | 公开（公告）日 | 2021-09-03 |
| 申请公布号 | CN113344293A | 申请公布日 | 2021-09-03 |
| 分类号 | G06Q10/04（2012.01）I;G06Q50/06（2012.01）I;G06N20/10（2019.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 王彪;赵奇;陈中;庄卫金;王毅;吴海伟;邓海晖;田江;丁宏恩;王若晨;孟雨庭 | 申请（专利权）人 | 国网江苏省电力有限公司苏州供电分公司 |
| 代理机构 | 北京同辉知识产权代理事务所（普通合伙） | 代理人 | 刘慧 |
| 地址 | 210024江苏省南京市玄武区新街口街道四牌楼2号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种基于NCA‑融合回归树模型的光伏功率预测方法，预测方法如下：从光伏电站获取光伏输出功率信息和气象信息，并对采集到的原始数据进行数据预处理；对NCA模型进行参数优化，通过优化后的NCA模型计算处理后的气象数据相对于发电功率的权重；将计算所得的权重大于阈值的特征提取出来，形成新的数据集，通过bag方式利用新的数据集训练集成树，并对集成的树模型进行参数寻优。本发明预测方法通过对原始数据进行预处理，解决不良数据对模型影响，消除了不同特征数量级的差距对目标函数的影响，从而能够更有效的挖掘高相关性特征，通过优化后的NCA模型对特征进行分析，计算每个特征的重要度，提取重要度高的特征作为训练集，降低模型复杂度。 |
