《表4 晴天的日GBDT预测模型评价指标》

  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

《基于地基云图图像特征的光伏功率预测》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

图7(a）为使用GBDT回归模型对2018年3月17日的太阳辐照度进行预测得到的实验结果，可以看到在12:00—14:00这个时间段内出现的太阳辐照度波动的峰谷比较多，预测值在一定程度上存在偏差，在其他时间段预测模型的输出值与太阳辐照度的实际值则相差很小。图7(b）为使用GBDT回归模型对2018年4月15日的太阳辐照度进行预测得到的实验结果，可以看到GBDT回归模型的预测性能整体上可以很好地跟随实际太阳辐照度的变化趋势。在这2个晴天场景状下得到的预测模型的评价指标如表4所示，由此得知，当处于晴天场景时，太阳辐照度浮动的范围相对较小，GBDT回归算法的预测结果与太阳辐照度的真实值也相差较小，因此，可以通过从地基云图提取的特征对太阳辐照度进行精准预测。