基于KPCA-RF的风电场功率预测方法研究

• 作者: 潘庭龙 许杏花
• 来源期刊: 可再生能源
• 学科: 工学
• 关键词: 核主成分分析 特征提取 随机森林 功率预测
• 年，卷（期）: 2018,（9）
• 页码范围: 1323-1327
• 页数: 5页
• 分类号: TK81
• 字数: 2838字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-5292.2018.09.010

摘要

为了提高风电场输出功率的预测精度,文章提出了一种核主成分分析与随机森林相结合的预测方法.利用核主成分分析从多种气象数据中提取出最主要的影响因素,将这些因素作为预测模型的输入,采用随机森林算法进行功率预测.实测运行数据的实验结果表明,文章算法具有较高的预测准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘庭龙	江南大学物联网工程学院	79	406	11.0	16.0
2	许杏花	江南大学物联网工程学院	3	10	2.0	3.0