排序方式： 共有31条查询结果，搜索用时 15 毫秒
31.
该文提出了一种基于AdaBoost算法的拟建光伏电站发电量预测方法。根据现有光伏电站的历史气象数据与发电量数据，在利用AdaBoost集成学习算法对传统SVM优化的基础上，对气象因素的天气类型进行分类与识别，进而得到4种天气状态下气象因素与发电量之间的对应关系；利用拟建电站所在地的历史气象数据，根据天气类型自动选择对应的LSTM模型，对拟建光伏电站的发电量进行预测。实验结果表明，与采用单一LSTM模型相比，该文方法预测精度有明显的提高，具有一定的推广价值。 相似文献