项目

一般

自定义查询

简介

支持 #16625

京能新能源功率预测

由 金国梁 在 大约一个月 之前添加. 更新于 22 天 之前.

状态:
进行中
优先级:
普通
指派给:
金国梁
开始日期:
2025-02-24
计划完成日期:
% 完成:

50%

预期时间:

描述

1.时间序列特征调研
（1）时间序列滞后，滑动窗口构建特征
（2）添加风速数据构建特征
使用风速、平均功率数据滞后，滑动窗口均值特征
（3）
2.联合动力数据建模
（1）ARIMA模型
效果较差，预测步长越大效果越差
（2）xgboost模型
使用平均功率滞后，滑动窗口均值特征构建模型
（3）线性回归、xgboost和随机森林
评估指标：R方
3.联合动力数据建模报告
机器学习模型建模报告，包含特征构建和模型评估部分

#4

由 金国梁 更新于 22 天 之前

7.风电短期预测模型训练并查看模型效果
相比于超短期模型，短期模型效果较差
8.TCN神经网络模型
9.《基于改进CEEMDAN-TCN模型的风电功率预测研究》
CEEMDAN-TCN模型较复杂，不适用当前数据
10.《超短期风电功率预测的混合深度学习模型》
DWT-TCN-LSTM数据处理流程了解

导出 Atom PDF