摘要
一种基于集成学习的光伏发电数据预测方法、系统及设备包括:基于获取的当前时刻的光伏发电数据集结合各基学习器进行计算,得到下一时刻的各基学习器预测数据;基于当前时刻的光伏发电数据集利用遗传算法和穷举算法进行计算,得到各基学习器的权重比例;基于下一时刻的各基学习器预测数据结合所述各基学习器的权重比例进行数据集成,得到下一时刻的光伏发电预测数据集;本申请采用遗传算法和穷举算法结合确定权重比例,降低了权重选择的时间耗费,提高了分布式光伏发电预测的效率和准确性,保证配电网的稳定运行;本申请利用各基学习器的权重比例进行数据集成,减少了过拟合的发生,减少数据方差,进一步提高最终预测数据与真实数据的相似度。
技术关键词
光伏发电数据
学习器
光伏发电预测
遗传算法
光伏发电功率
子模块
分布式光伏发电
预测系统
存储器
处理器
站点
参数
可读存储介质
天气
电子设备
程序
系统为您推荐了相关专利信息
水平井连续油管
参数优化模型
优化工艺参数
数据收集模块
计算机设备
闪烁体探测器
能量补偿层
优化设计方法
垫片结构
蒙特卡罗仿真
能源管理优化系统
能量调节系统
储能电站
光伏发电量
光伏发电系统
光伏发电量
数据
曲线
线性回归模型
指示计算机执行