一种基于集成学习和高斯过程的光伏发电量预测混合算法
PV output prediction based on hybrid method of ensemble learning and Gaussian process作者机构:宁波北仑第三集装箱码头有限公司浙江宁波315800
出 版 物:《无线互联科技》 (Wireless Internet Technology)
年 卷 期:2024年第21卷第10期
页 面:31-33页
学科分类:080703[工学-动力机械及工程] 080704[工学-流体机械及工程] 08[工学] 0807[工学-动力工程及工程热物理]
摘 要:集成算法被广泛应用于光伏发电量预测等工业场景。当没有足够的数据和工业知识储备时,该算法只能提供点预测,不能提供区间预测,降低了模型预测精度。为了解决该问题,文章提出了一种基于集成学习和高斯过程的光伏发电量预测算法。该算法利用集成学习进行光伏发电量的点预测,由多种算法组合而成,具有高精度特性。同时,文章所提的高斯过程算法将集成学习算法预测值作为输入、光伏发电量作为目标值,进行模型训练和迭代,高斯过程算法对模型进行区间预测,提高了模型的预测精度。实际的光伏场站案例验证了文章所提方法的有效性。