面向预测的风电功率统计学习：建模与稳定性研究
应用统计
2019-04-22 v2 机器学习
摘要
我们专注于使用机器学习技术进行风电功率建模。我们在风电能源公司 Ma{"i}a Eolis 提供的真实数据上表明，参数化模型，即使紧密遵循将风电生产与风速联系起来的物理方程，其表现也不如智能学习算法。特别是，CART-Bagging 算法给出了非常稳定且有前景的结果。此外，作为迈向预测的一步，我们量化了使用劣化风测量数据对性能的影响。我们还在该应用中表明，标准随机森林包中提供的用于选择预测变量子集的默认方法可以被改进，特别是当预测变量中存在一个具有主要影响的变量时。
引用
@article{arxiv.1610.01000,
title = {Statistical learning for wind power : a modeling and stability study towards forecasting},
author = {Aurélie Fischer and Lucie Montuelle and Mathilde Mougeot and Dominique Picard},
journal= {arXiv preprint arXiv:1610.01000},
year = {2019}
}