基于梯度提升回归树模型预测新能源发电量的方法技术

技术编号:40525348 阅读:11 留言:0更新日期:2024-03-01 13:44
本发明专利技术公开了基于梯度提升回归树模型预测新能源发电量的方法,步骤为:S1、数据预处理;S2、超参数调整优化;S3、模型预测。本申请对电力交易市场和气象数据进行建模,预测明日新能源出力,基于梯度提升回归树模型(GBRT),通过优化算法对输入数据参数以及模型超参数进行调整优化;与传统预测方法相比,本申请结合多种数据来源可以提高模型预测的准确性、更全面地评估新能源发电量的潜在变化,且有助于更好的反映电力交易市场中电量供应和市场需求,以满足电力交易市场中对新能源发电量预测的实际需求;通过近期市场数据,进行超参数优化,能增强模型的时效性,使得模型能够更快响应市场变化,更好的反映市场的波动和波动特征。

【技术实现步骤摘要】

本专利技术涉及电力市场交易领域,特别是基于梯度提升回归树模型预测新能源发电量的方法


技术介绍

1、在电力交易市场中,新能源出力是指风力发电与光伏发电。新能源出力情况在电力交易市场中至关重要,新能源出力的增加,市场电价会下降;而新能源出力的减少,市场电价会上涨。因此对新能源出力进行准确预测能够帮助用电主体做出更明智的决策。

2、例如,帮助用电主体提前调整用电计划,在电价低时多用,电价高时少用,以适应预期的能源供需变化。这有助于降低能源采购的成本,优化能源组合,提高能源利用效率,并最大限度地减少对传统能源的依赖。

3、准确预测新能源出力还有助于降低电力市场的不确定性,增强市场的稳定性和可靠性,从而促进可再生能源在电力市场中的更广泛应用。

4、但是,现有的新能源出力预测方法存在如下问题:

5、传统新能源发电量预测模型,输入数据为历史新能源发电量和气象数据,不使用电力交易市场信息数据,无法捕捉电力交易市场中电量供应和市场需求的变化趋势;

6、传统时间序列预测模型,存在无法通过学习近期数据,来动态调整模型本文档来自技高网...

【技术保护点】

1.基于梯度提升回归树模型预测新能源发电量的方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于梯度提升回归树模型预测新能源发电量的方法,步骤S1数据预处理,包括如下步骤:

3.根据权利要求2所述的基于梯度提升回归树模型预测新能源发电量的方法,步骤S1.2所述的采用插值函数f24to96将数据映射到相同长度,其具体内容为:

4.根据权利要求2所述的基于梯度提升回归树模型预测新能源发电量的方法,S2所述的超参数调整优化,包括如下步骤:

5.根据权利要求4所述的基于梯度提升回归树模型预测新能源发电量的方法,S2.2所述的超参数调整优化...

【技术特征摘要】

1.基于梯度提升回归树模型预测新能源发电量的方法,其特征在于,包括如下步骤:

2.根据权利要求1所述的基于梯度提升回归树模型预测新能源发电量的方法,步骤s1数据预处理,包括如下步骤:

3.根据权利要求2所述的基于梯度提升回归树模型预测新能源发电量的方法,步骤s1.2所述的采用插值函数f24to96将数据映射到相同长度,其具体内容为:

4.根据权利要求2所述的基于梯度提升回归树模型预测新能源发电量的方法,s2...

【专利技术属性】
技术研发人员:刘中一
申请(专利权)人:北京兰木达技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1