期刊文献+

相关性分析和GBDT组合的太阳辐射量预测算法 被引量:5

Prediction algorithm of solar radiation based on correlation analysis and GBDT combination
下载PDF
导出
摘要 为准确预测太阳辐射量,提高太阳能利用效率,提出一种相关性分析和梯度提升决策树(gradient boosting decision tree,简称GBDT)组合的太阳辐射量预测算法.利用相关性分析选取预测算法的最优输入指标,使用数据矫正方法剔除粗大误差数据.将该文算法与传统算法的预测结果进行比较,结果表明该文组合预测算法具有更高的预测精度. In order to accurately predict the solar radiation and improve the efficiency of solar energy utilization,an algorithm of solar radiation prediction based on the combination of correlation analysis and gradient boosting decision tree(GBDT)was proposed.The correlation analysis was used to select the optimal input index of the prediction algorithm,and the data correction method was used to eliminate the gross error data.Compared with the prediction results of the traditional algorithm,the results showed that the combined prediction algorithm had higher prediction accuracy.
作者 杨琪 王维庆 王海云 高敏 YANG Qi;WANG Weiqing;WANG Haiyun;GAO Min(College of Electrical Engineering, Xinjiang University, Urumqi 830047, China;Engineering Research Center of Education Ministry for Renewable Energy Power Generation and Grid Technology, Urumqi 830047, China;State Grid Aheqi County Power Supply Company, Aheqi 843500, China)
出处 《安徽大学学报(自然科学版)》 CAS 北大核心 2020年第3期65-71,共7页 Journal of Anhui University(Natural Science Edition)
基金 国家自然科学基金资助项目(51667020) 新疆维吾尔自治区重点实验室开放课题(2018D04005) 教育部创新团队项目(IRT_16R63)。
关键词 相关性分析 最优输入指标 梯度提升决策树 太阳辐射量 correlation analysis optimal input index gradient boosted decision tree solar radiation
  • 相关文献

参考文献13

二级参考文献127

共引文献243

同被引文献72

引证文献5

二级引证文献38

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部