《表2 特征重要性第2次评估》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于ABC-SVM和PSO-RF的光伏微电网日发电功率组合预测方法研究》
在特征重要性评估中,使用Extra Trees Regressor方法,将现有的全部特征重要性进行第1次评估,结果如表1所示。通过分析发现,总辐射量和温度对发电量的影响较大,为了精确气象因素的影响,去掉逆变器编号这类无影响的特征向量,再计算日总辐射量以及日平均辐射量,之后对特征重要性进行第2次评估,结果如表2所示。分析发现,在广东阳江地区的电站,受当地气候的影响,将特征向量细化后,发现影响发电量最大的因素是日平均辐射量和日总辐射量,其次是日平均温度,而湿度和风速的影响较小。本文后续的气象分类模型的特征向量以第2次评估结果作为依据,建立有监督的气象分类模型。
图表编号 | XD00139670500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.28 |
作者 | 王小杨、罗多、孙韵琳、李超、李进 |
绘制单位 | 电子科技大学中山学院、珠海兴业绿色建筑科技有限公司、顺德中山大学太阳能研究院、电子科技大学中山学院、珠海兴业绿色建筑科技有限公司 |
更多格式 | 高清、无水印(增值服务) |