基于卷积神经网络与LightGBM的短期风电功率预测方法

作者：徐磊; 吴鹏; **生; 程明^*

来源：水电能源科学, 2021, 39(02): 209-199.

• 卷积神经网络
• LightGBM
• 风力发电机
• 融合模型

考虑到风力发电存在的波动性和不确定性,提出一种基于卷积神经网络(CNN)和LightGBM相结合的风力发电机功率预测模型。先对相邻风电机组原始数据进行时序特征相关性分析,构建新的特征集;其次,应用CNN从输入数据中提取信息,并通过比较实际结果调整网络参数;再次,考虑到单一卷积模型在预测风电时的局限性,将LightGBM分类算法集成到模型中,从而提高预测的准确性和鲁棒性;最后,将提出的算法与已有的支持向量机、LightGBM、CNN进行仿真对比,结果表明所提出的融合模型具有更好的精度和效率。

• 单位
  东南大学