基于改进决策树的短期风速预测算法设计

作     者：许永刚 孙世军 朱坤双 韩洪 王明军 XU Yonggang;SUN Shijun;ZHU Kunshuang;HAN Hong;WANG Mingjun

作者机构：国网山东省电力公司应急管理中心山东济南250032 

基　　金：国网山东省电力公司资助科技项目(2020A-003) 

出 版 物：《电子设计工程》 (Electronic Design Engineering)

年 卷 期：2024年第32卷第11期

页      码：82-86页

摘      要：针对现有短期风速预测算法准确度较低且计算复杂的问题,提出了一种基于改进决策树的短期风速预测算法。该算法采用改进经验模态算法进行风电数据的预处理,以获得多个固有模态分量和残差分量。同时引入改进初始学习机选择策略、自适应学习率以及梯度拟合逼近方法,弥补了传统梯度提升决策树算法中存在的学习训练效果差、计算速度低等不足。利用改进梯度提升决策对风电数据进行特征提取与学习训练,进而实现了短期风速的精准预测。算例分析结果表明,与IEMD-GDBT和EMD-GDBT算法相比,所提算法的训练时间仅为1489.5 s,预测指标RMSE、MAE和MAPE的值分别为0.2286%、0.1827%以及2.37%,在计算速度及预测准确度方面均具有显著优势,实际风速预测误差小于1 m/s。

主 题 词：风速预测 决策树算法 经验模态分解 梯度提升 

学科分类：0711[理学-心理学类] 0809[工学-计算机类] 07[理学] 081104[081104] 08[工学] 0811[工学-水利类] 071102[071102] 081103[081103] 

D　O　I：10.14022/j.issn1674-6236.2024.11.017

馆 藏 号：203128154...