← 返回列表
一种基于随机森林与稳健回归的太阳辐射度预测方法
摘要文本
本发明属于能源预测技术领域，本发明公开一种基于随机森林与稳健回归的太阳辐射度预测方法，包括步骤：S1、采集影响太阳辐射强度的原始数据集；S2、对原始数据集进行数据预处理；S3、构建RF‑SQ‑MKL多核监督学习预测模型，并将预处理后的原始数据集输入预测模型中，获取预测结果；S4、对预测结果进行对比分析与误差分析。本发明解决了现有太阳辐射强度和光伏发电系统难以准确的预测其输出功率的问题。
申请人信息
- 申请人:华北电力大学
- 申请人地址:100096 北京市昌平区回龙观
- 发明人: 华北电力大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于随机森林与稳健回归的太阳辐射度预测方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410245142.8 |
| 申请日 | 2024/3/5 |
| 公告号 | CN117828488A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06F18/243 |
| 权利人 | 华北电力大学 |
| 发明人 | 许晓敏; 斯琴卓娅; 姚润坤; 关泺允; 刘达; 王之怡; 崔灏旭; 李湘颖 |
| 地址 | 北京市昌平区回龙观镇北农路2号 |
专利主权项内容
1.一种基于随机森林与稳健回归的太阳辐射度预测方法，其特征在于，包括步骤：S1、采集影响太阳辐射强度的原始数据集；S2、对原始数据集进行数据预处理；S3、构建RF-SQ-MKL多核监督学习预测模型，并将预处理后的原始数据集输入预测模型中，获取预测结果；S4、对预测结果进行对比分析与误差分析。