基于重要度分析的数据预处理方法及风机有功功率 预测研究

• 作者: 葛滨
• 来源期刊: 科技与创新
• 关键词: 风电 随机森林 基学习器 集成学习算法
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 理论探索
• 页码范围: 10-12
• 页数: 3页
• 分类号: TM614
• 语种: 中文
• DOI: 10.15913/j.cnki.kjycx.2020.14.003

摘要

以风力发电机的有功功率预测为研究对象,在考虑了功率损耗及环境因素的情况下选取17组参数指标作为输入,以功率负荷等级为分类指标,采用随机森林分类算法进行参数属性的重要度分析,根据权重系数的阈值设定构建功率预测的样本数据库.基于集成学习Bagging算法的思想,分别选择支持向量机(Support Vector Machine,SVM)、极限学习机(Extreme Learning Machine,ELM)和随机森林回归算法为基学习器.提出了一种基于遗传算法的动态加权的集成学习策略,构建基于集成算法的有功功率预测模型.分别根据正常功率和限功率样本数据库,进行集成算法模型的实例验证和性能分析比较.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	葛滨	河北工业大学人工智能与数据科学学院	1	0	0.0	0.0