XGBoost与GRU模型在发电功率预测中的应用

作     者：李光环 杨小天 刘训钊 LI Guanghuan;YANG Xiaotian;LIU Xunzhao

作者机构：吉林建筑大学电气与计算机学院吉林长春130000 吉林师范大学吉林长春130000 国能长源荆门发电有限公司湖北荆门4480000 

出 版 物：《福建电脑》 (Journal of Fujian Computer)

年 卷 期：2024年第40卷第6期

页      面：21-26页

学科分类：08[工学] 0807[工学-动力工程及工程热物理] 

基　　金：吉林省科技厅项目《大型厂区智能安全管理系统研究与应用示范》(No.20230203139SF)资助 

主　　题：GRU模型 XGBoost模型:光伏功率预测 

摘      要：超短期光伏发电功率预测是电网安全调度与平稳运行的基础。针对传统单一预测模型存在预测精度不高、模型抗干扰能力差、鲁棒性不强等问题,本文提出了一种基于双重XGBoost-GRU的混合预测模型,并经过以澳大利亚爱丽丝泉光伏发电系统为算例的仿真分析。仿真实验的结果表明,双重XGBoost-GRU组合预测模型相较于GRU、XGBoost-GRU误差分别降低了93.93%、75.65%,说明了基于特征创造XGBoost-GRU融合预测模型具有良好的预测效果。