基于提升回归树与随机森林的风电功率集成预测方法

• 作者: 李国 江晓东
• 来源期刊: 电力系统及其自动化学报
• 学科: 工学
• 关键词: 风力发电 集成预测 提升回归树 随机森林
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 学术论文
• 页码范围: 70-74
• 页数: 5页
• 分类号: TM614
• 字数: 5001字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-8930.2018.11.012

摘要

为实现准确的风电功率预测,提出了一种基于提升回归树与随机森林的风电功率集成预测方法.在建立预测模型的第1阶段,首先使用提升回归树建立初始的预测模型,然后计算训练残差;在第2阶段,采用随机森林算法,对训练集上得到的残差进行学习.两阶段的模型相加,得到最终的预测模型.以IEEE能源预测工作组提供的风电功率预测数据进行了测试,所提预测模型得到的结果的均方根误差为0.1488,相比其他方法,预测精度有明显的改善,结果表明,该预测方法可以有效地提取数据中包含的信息.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李国	天津大学电气自动化与信息工程学院	1	5	1.0	1.0
2	江晓东	康奈尔大学电气与计算机工程学院	2	80	2.0	2.0