基于并行化梯度提升回归树的风电爬坡事件预测
机器学习
2016-10-18 v1 人工智能
摘要
风电爬坡事件的准确预测对于确保高风电渗透率电力系统的可靠性与稳定性至关重要。本文提出了一种基于分类的方法，根据特定阈值来估计风电爬坡事件的未来类别。提出了一种基于并行化梯度提升回归树的技术，以准确分类正常及罕见的极端风电功率爬坡事件。该模型已使用来自国家可再生能源实验室数据库的风电功率数据进行了验证。与多种基准技术的性能比较表明，所提技术在分类精度方面具有优越性。
引用
@article{arxiv.1610.05009,
title = {Wind ramp event prediction with parallelized Gradient Boosted Regression Trees},
author = {Saurav Gupta and Nitin Anand Shrivastava and Abbas Khosravi and Bijaya Ketan Panigrahi},
journal= {arXiv preprint arXiv:1610.05009},
year = {2016}
}
备注
IJCNN 2016