摘要
本发明涉及能源供给技术领域的一种电力系统中可再生能源的供给预测系统,包括:数据获取与预处理模块,用于获取可再生能源供给方在目标时刻的能源采购成本、供给量以及用户的能源负荷属性的数据;特征提取与选择模块,用于利用互信息熵和主成分分析技术,从上述数据中提取出显著影响能源供给的关键特征;本发明通过结合LightGBM和XGBoost两种先进的机器学习算法,系统能够更准确地预测可再生能源的供给情况。初次预测使用LightGBM模型提取初步结果,随后二次预测基于这些结果以及关键特征使用XGBoost算法进行进一步优化,从而提高了整体预测的准确性。
技术关键词
LightGBM模型
预测系统
XGBoost算法
电力系统
可再生能源
信息熵
成分分析技术
数据
样本
变量
周期性
模块
机器学习算法
连续性
预测误差
离群点
负荷
发电量
系统为您推荐了相关专利信息
配网电力系统
智能化控制装置
太阳能光伏组
数据通信设备
脉宽调制控制电路
负荷预测模型
电网调度数据
优化预测模型
历史负荷数据
多层次
节点
负荷预测模型
监控网络状态
互联方法
实时数据
数据采集分析方法
云端
电力系统运行状态
分布式计算架构
智能电力系统