一种基于xLSTM和XGBoost的电力系统中新能源发电功率占比预测方法、装置及计算机可读存储介质
申请号:CN202510185607
申请日期:2025-02-20
公开号:CN120124848B
公开日期:2025-10-03
类型:发明专利
摘要
本发明属于数据处理的技术领域,更具体地,涉及一种基于xLSTM和XGBoost的电力系统中新能源发电功率占比预测方法、装置及计算机可读存储介质。所述方法包括收集电网的新能源发电数据,并对数据进行预处理;在数据预处理之后,通过最大信息系数对数据集进行特征筛选得到预处理数据集;划分预处理数据集;利用训练好的IPCA模型进行降维处理;使用xLSTM和XGBoost模型进行建模并实现预测;采用HEOA对xLSTM和XGBoost模型进行权重优化,得到最终的组合预测结果。本发明解决了由于新能源发电占比预测是复杂的、非线性的,而线性模型在处理新能源发电占比预测时效果有限、精度较低的问题。
技术关键词
新能源发电功率
协方差矩阵
XGBoost模型
电力系统
增量主成分分析
可读存储介质
样条
网格搜索方法
注意力机制
训练集
变量
计算机
处理器
连续性
样本
节点
有功功率
数据中心