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：科技与创新, 2020, (14): 10-12.

DOI：10.15913/j.cnki.kjycx.2020.14.003

• 风电
• 随机森林
• 基学习器
• 集成学习算法

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。

• 单位
  河北工业大学