摘要
本发明公开了一种基于改进VMD和Stacking集成学习的光伏功率预测方法、系统和存储介质,该方法包括以下步骤:S1、采集原始气象数据进行插值和相关性筛选的预处理,得到预处理数据;S2、用改进VMD对预处理数据进行分解,对分解后的数据采用核主成分分析法进行降维得到气象特征数据;改进VMD动态更新惩罚因子和模态总数;S3、将气象特征数据用于训练改进Stacking集成学习模型,改进Stacking集成学习模型设有用于自主调节多个基学习器权重的目标函数,以Stacking集成学习模型的输出结果作为预测结果;本装置能有效提取出数据中特征信息并充分利用基学习器的多样性提供更准确预测结果。
技术关键词
光伏功率预测方法
Stacking集成学习
学习器
成分分析法
集成学习模型
气象
斯皮尔曼相关系数
数据
动态更新
预测误差
皮尔逊相关系数
程序
因子
样本
指标
可读存储介质
指令
存储器
处理器
参数
系统为您推荐了相关专利信息
学校
选址优化方法
搜索算法
学生
XGBoost算法
CT影像数据
多维特征向量
深度学习网络提取
形态学特征
智能预测方法
控制优化方法
特征数据库
水质控制设备
参数
时间段
软测量方法
搜索优化算法
生成对抗网络
滤波器
状态空间模型