使用校准概率模型的短期太阳辐照度预报
机器学习
2020-10-15 v2 应用统计
机器学习
摘要
推进概率太阳预报方法对于支持太阳能并入电网至关重要。本工作中，我们开发了多种最先进的概率模型用于预报太阳辐照度。我们研究了使用后校准技术以确保良好校准的概率预报。我们使用SURFRAD网络中七个站点的公开数据训练并评估模型，证明最佳模型NGBoost在所有站点的小时内分辨率上均优于最佳基准太阳辐照度预报模型。进一步，我们展示带有CRUDE后校准的NGBoost在小时分辨率预报上达到与数值天气预报模型相当的性能。
引用
@article{arxiv.2010.04715,
title = {Short-Term Solar Irradiance Forecasting Using Calibrated Probabilistic Models},
author = {Eric Zelikman and Sharon Zhou and Jeremy Irvin and Cooper Raterink and Hao Sheng and Anand Avati and Jack Kelly and Ram Rajagopal and Andrew Y. Ng and David Gagne},
journal= {arXiv preprint arXiv:2010.04715},
year = {2020}
}