基于NGBoost的可解释风电功率概率预测
为实现风电功率概率预测,分析预测结果的影响因素,提出一种基于NGBoost(自然梯度提升)算法并考虑可解释性的风电功率概率预测方法.首先,在分析风电功率特性的基础上给出风电功率概率预测模型的定义,利用NGBoost算法训练预测模型,实现考虑风电功率异方差特性的概率预测;然后,利用合作博弈论中的Shapley值对预测模型进行解释,分析气象因素对预测结果的影响;最后,采用实际风电场数据验证模型的预测性能,并与其他方法进行比较.结果表明,所提方法取得了较好的预测效果,并且能够解释预测结果,分析气象因素对预测结果的影响是一种兼具实用性和有效性的风电功率概率预测方法.
风电功率概率预测、风电功率不确定性、梯度提升算法、Shapley值
42
F224.32;O225;TP391
国家电网有限公司总部科技项目5108-202218280A-2-277-XG
2023-04-13(万方平台首次上网日期,不代表论文的发表时间)
共9页
28-36