改进Stacking算法的光伏发电功率预测 |
| |
引用本文: | 李鹏钦,张长胜,李英娜,李川.改进Stacking算法的光伏发电功率预测[J].应用科学学报,2022(2):288-301. |
| |
作者姓名: | 李鹏钦 张长胜 李英娜 李川 |
| |
作者单位: | 昆明理工大学信息工程与自动化学院 |
| |
基金项目: | 国家自然科学基金(No.61963022,No.51665025,No.61962031)资助; |
| |
摘 要: | 针对Stacking算法计算时间较长和样本数据较少的问题,提出了一种基于新向量表示和交叉验证精度加权的改进Stacking算法。采用三层算法结构,第1、2层为初级层,使用随机森林、SVR、XGBoost 3个学习器;第3层为次级层,使用LightGBM对第2层输出再次学习以减弱噪声。用一种新的向量表示法来增大层级之间输入输出数据的样本规模和样本分布密度,来保证数据维度不会随着初级层学习器数目的增多而增大;根据在交叉验证下初级层不同预测模型表现出预测准确度的差异性对结果进行加权处理。利用某光伏电站的发电数据进行实际算例分析,提出的模型在MAE、MSE及R2指标上,相比随机森林和Stacking等模型其预测性能有很大的提升。
|
关 键 词: | Stacking算法 交叉验证 向量表示 回归预测算法 光伏发电预测 |
|
|