基本信息:
- 专利标题： 面向超算平台的风力发电功率预测的大规模集成学习方法
- 申请号：CN202211457282.9 申请日：2022-11-21
- 公开(公告)号：CN116050545A 公开(公告)日：2023-05-02
- 发明人： 龙玉江 , 卫薇 , 李洵 , 甘润东 , 王杰峰 , 王策 , 孙骏 , 钟掖 , 卢仁猛
- 申请人： 贵州电网有限责任公司
- 申请人地址： 贵州省贵阳市南明区滨河路17号
- 专利权人： 贵州电网有限责任公司
- 当前专利权人： 贵州电网有限责任公司
- 当前专利权人地址： 贵州省贵阳市南明区滨河路17号
- 代理机构： 贵阳中新专利商标事务所
- 代理人： 胡绪东
- 主分类号： G06N20/20
- IPC分类号： G06N20/20 ; G06Q10/04 ; G06Q50/06 ; G06N3/02 ; G06N20/10 ; H02J3/00
摘要：
本发明公开了面向超算平台的风力发电功率预测的大规模集成学习方法，包括以下步骤：收集目标风电场的历史气象及功率数据进行划分为训练集和验证集；选择多种模型，为每种模型选择多种参数，在超算平台上使用训练集完成并行的训练；采用最优权重目标式在验证集上求解每个模型的最优参数；使用集成学习方法预测未来24小时的风电场发电功率；在得到最新一天的实际发电功率、实际气象数据后，更新数据集；在达到特定迭代轮次后，采用当前数据集更新每个模型的参数；更新权重；判断新增模型的训练；等比例地调整其他模型的系数。本发明解决现有技术在不够鲁棒、模型权重分配未达到最优、无法自适应地在线调整模型融合权重的问题。