-
公开(公告)号：CN117273209A
公开(公告)日：2023-12-22
申请号：CN202311183160.X
申请日：2023-09-14
Applicant: 贵州大学
Abstract: 本发明公开了基于特征选择及误差修正的风电功率预测方法，包括：对风电功率数据集进行预处理，将数据集划分为训练集、验证集和测试集；基于OMIC算法对训练集的输入特征进行排序，获取排序结果；基于深度学习模型，按照排序结果对训练集中对应特征集合进行预测，获取预测结果；基于预测结果，根据预置误差指标选出适配于深度学习模型的最优特征维数，基于特征维数采用验证集训练深度学习模型，获取初步预测结果；基于预测结果与验证集中真实值求差，获取误差序列；将误差序列进行反归一化，获取反归一化结果；将初步预测结果结合反归一化结果，获取误差修正后的最终预测结果。本发明能够有效提升预测精度。
Search Results
1
records
(took 0.06 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
