龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：一种基于萤火虫优化和随机森林算法的风光短期功率预测方法，首先应用非参数核密度估计法对风、光的实测数据进行概率分布建模，得到风、光出力的核密度表达式，在此基础上建立基于Frank‑Copula函数的风、光电场出力联合分布模型，生成具有相关性的风、光出力场景，用于后续风、光出力预测。然后分别构建萤火虫算法FA参数优化模型和随机森林RF预测模型，通过萤火虫算法优化随机森林预测模型的参数。最后将RF算法、LSTM神经网络算法下的预测结果和误差与FA‑RF算法下的预测结果和误差进行对比分析，验证FA‑RF预测模型在短期风、光出力预测方面的预测精度更高。
主权项：1.一种基于萤火虫优化和随机森林的风光短期功率预测方法，其特征在于，包括以下步骤：S1：采用非参数核密度估计方法对风、光的实测数据进行概率分布建模，得到风、光出力的核密度表达式；S2：研究Copula理论，基于步骤S1中得的风、光出力的核密度表达式，利用Frank-Copula函数构建风光联合出力分布函数；S3：对通过步骤S2得到的风光出力的联合概率分布函数进行采样，并根据采样结果和风光的联合概率分布函数反变换得采样风机和光伏出力，从而生成考虑风光相关性和随机性的出力场景，并用于后续的风、光出力预测；S4：分别构建萤火虫算法FA参数优化模型和随机森林RF预测模型，通过萤火虫算法优化随机森林预测模型的参数，提高风、光出力的预测精度；S5：通过步骤S3中生成的考虑风光相关性和随机性的出力场景和步骤S4中建立的预测模型对风、光出力的短期变化趋势进行预测，并对结果进行对比分析，证明FA-RF预测模型具有更高的预测精度和更好的泛化能力。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种基于萤火虫优化和随机森林(FA-RF)的风光短期功率预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号