《表1 不同预测步长入选的属性变量及其排序》
实验中可利用数据为历史功率时间序列以及数值天气预报(NWP)中天气要素。研究表明,某时刻风速一般与过去8 h历史风速有关,由于预测步长最大为未来4 h,故此选取历史功率序列为过去4 h内的功率值,即,t为当前时刻,τ=15 min,m=16。因此历史序列属性变量有16个,可以记作{Hin1,Hin2,...,Hin16}。对于数值天气预报,包括预测时刻风速、风向、气温、湿度、气压5个属性变量,依次记作{WindV,WindD,Temp,Hum,AirP}。以上含有可利用属性变量的原始样本数据来源于9月至11月份的训练数据集。应用基于mRMR的动态输入变量,选择算法对以上属性特征进行选择,通过式(6)对各个特征进行排序,由式(7)得出各个特征的信息量评分InScm,并观察累计评分曲线CumInScm变化趋势决定最终入选变量,部分预测步长累计评分曲线如图2所示。详细不同预测步长的特征入选变量及其排序如表1所示。
图表编号 | XD0032611900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.05 |
作者 | 董伟、杨强、葛磊蛟、迟福建 |
绘制单位 | 浙江大学电气工程学院、浙江大学电气工程学院、天津大学智能电网教育部重点实验室、国网天津市电力公司 |
更多格式 | 高清、无水印(增值服务) |