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