光伏电站发电功率的间歇性与波动性对电网安全、稳定、经济运行的影响日益明显，因此需要不断提高光伏发电功率预测准确率，为电网灵活调度与规划提供准确信息。首先，介绍了短期光伏发电功率的预测算法、特征方程、预测流程以及评价指标。接着，通过SHAP方法对训练集所构造特征进行分析筛选，使用CatBoost算法进行训练。最后，通过与使用相同特征的其他机器学习算法模型预测精度的对比，表明所提方法有效提高了预测性能，证实了基于CatBoost算法、融合多维特征的模型在光伏功率预测中的优势。
科研之友
微信
新浪微博
Facebook
分享链接
