基于XGBoost扩展金融因子的风电功率预测方法
|
|
王永生,关世杰,刘利民,高静,许志伟,刘广文
|
Wind power prediction method based on XGBoost extended financial factor
|
|
Yong-sheng WANG,Shi-jie GUAN,Li-min LIU,Jing GAO,Zhi-wei XU,Guang-wen LIU
|
|
| 表 2 中国内蒙古某风电场数据集中特征的重要性评分 |
| Tab.2 Importance scoring of features in data set of wind farm in Inner Mongolia, China |
|
| 组别 | V/(m·s−1) | WDIR/(°) | HUM/RH | T/℃ | pa/kPa | ρ/(kg·m−3) | Po/MW | Pn/MW | Pc/MW | k | d | j | DIF | DEA | MACD | | 1 | 3 478 | 3 049 | 2 399 | 1 641 | 1 739 | 1 599 | − | − | − | − | − | − | − | − | − | | 2 | − | − | − | − | − | − | 4 416 | 1 590 | 3 950 | − | − | − | − | − | − | | 3 | − | − | − | − | − | − | − | − | − | 2 249 | 1 571 | 1 668 | 2 971 | 1 565 | 2 537 | | 4 | 1 438 | 1 329 | 1 110 | 754 | 695 | 813 | 2 400 | 1 675 | 2 886 | − | − | − | − | − | − | | 5 | 537 | 486 | 382 | 346 | 214 | 324 | − | − | − | 512 | 431 | 776 | 1 268 | 485 | 1 130 | | 6 | 400 | 418 | 365 | 212 | 259 | 246 | 371 | 452 | $\underline{{\rm{751}}}$ | 802 | 579 | 515 | 552 | 288 | 525 | | 7 | − | − | − | − | − | − | 953 | 1 120 | 1 834 | 1 933 | 1 258 | 1 447 | 1 393 | 824 | 1 335 |
|
|
|