电器工业2025,Issue(1) :6-10,38.

基于极端梯度提升法的某光伏电站发电量预测

吴江江 兰智
电器工业2025,Issue(1) :6-10,38.

基于极端梯度提升法的某光伏电站发电量预测

吴江江 1兰智2
扫码查看

作者信息

  • 1. 西安理工大学省部共建西北旱区生态水利国家重点实验室;中国能源建设集团投资有限公司西北分公司
  • 2. 西安理工大学省部共建西北旱区生态水利国家重点实验室
  • 折叠

摘要

为解决复杂气象因素下光伏电站发电量预测结果不理想及波动较大的问题,针对陕西洛南某光伏厂区发电情况,基于XGBoost模型建立光伏电站发电量预测模型并对其进行相关评价及验证.研究结果表明,XGBoost模型在光伏电站发电量预测方面存在较好的精度与可靠性,相较于其他预测模型(支持向量机模型、决策树模型、随机森林模型、BP神经网络模型),XGBoost模型预测值与实际测定值的相对误差最小,相对误差可以控制在6%以内,决定系数最高,证实了XGBoost模型在光伏电站发电量预测方面存在较好的精度与可靠性.本研究可为此类光伏电站厂区的发电量预测及管理运行提供参考.

关键词

光伏电站/机器学习模型/发电量预测/气象因素/极端梯度提升法

引用本文复制引用

出版年

2025
电器工业
中国电器工业协会

电器工业

影响因子:0.086
ISSN:1009-5578
段落导航相关论文