使用遗传算法进行太阳辐照度预报
机器学习
2025-10-08 v2 神经与进化计算
摘要
由于可再生能源对电网的贡献持续增加，可再生能源预报正变得愈发重要。太阳能是可再生能源最重要的贡献者之一，并依赖于太阳辐照度。为有效管理电网，需要能够高精度预报太阳辐照度的预测模型。在当前研究中，使用了线性回归、极端梯度提升以及遗传算法优化等机器学习技术来预报太阳辐照度。用于训练和验证的数据来自美国 SURFRAD 网络中三个不同地理台站的记录。对所构建模型预测了全球水平辐照度（GHI）并进行了比较。将遗传算法优化应用于 XGB 以进一步提升太阳辐照度预测的精度。
引用
@article{arxiv.2106.13956,
title = {Solar Irradiation Forecasting using Genetic Algorithms},
author = {V. Gunasekaran and K. K. Kovi and S. Arja and R. Chimata},
journal= {arXiv preprint arXiv:2106.13956},
year = {2025}
}
备注
9 pages, 4 figures