数据驱动方法在超短期风电功率预测中的应用综述.docx

数据驱动方法在超短期风电功率预测中的应用综述

目录

一、内容综述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．3

1.1研究背景与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.2研究内容与方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

1.3论文结构安排．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

二、风电功率预测概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

2.1风电功率预测的重要性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

2.2超短期风电功率预测的特点．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

2.3数据驱动方法在风电功率预测中的应用优势．．．．．．．．．．．．．．．．12

三、数据驱动方法理论基础．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.1机器学习基本概念．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.2深度学习基本原理．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

3.3强化学习在风电功率预测中的应用．．．．．．．．．．．．．．．．．．．．．．．．18

四、超短期风电功率预测数据集分析．．．．．．．．．．．．．．．．．．．．．．．．．．19

4.1数据集来源与选取原则．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

4.2数据预处理与特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

4.3数据集的统计特性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

五、数据驱动的风电功率预测模型．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

5.1监督学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

5.1.1线性回归．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

5.1.2支持向量机．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．33

5.1.3决策树与随机森林．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.2无监督学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．36

5.2.1聚类分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．37

5.2.2降维技术．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．39

5.3半监督学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．41

5.4强化学习方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．44

六、超短期风电功率预测模型评估与优化．．．．．．．．．．．．．．．．．．．．．．45

6.1评估指标体系构建．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．46

6.1.1准确率．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．47

6.1.2预测精度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．50

6.1.3敏感性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．51

6.2模型优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．52

6.2.1特征选择与降维．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．53

6.2.2超参数调优．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．55

6.2.3模型集成．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．56

七、实际应用案例分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

7.1案例选取与背景介绍．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．58

7.2数据驱动方法在实际预测中的应用过程．．．．．．．