- 专利标题: 风电场功率预测方法、GBDT模型纵向训练方法及装置
-
申请号: CN202210110542.9申请日: 2022-01-29
-
公开(公告)号: CN114118641B公开(公告)日: 2022-04-19
- 发明人: 凡航 , 陈智隆 , 郝天一 , 陈琨 , 王国赛
- 申请人: 华控清交信息科技(北京)有限公司
- 申请人地址: 北京市海淀区中关村东路1号院3号楼10层1009-1
- 专利权人: 华控清交信息科技(北京)有限公司
- 当前专利权人: 华控清交信息科技(北京)有限公司
- 当前专利权人地址: 北京市海淀区中关村东路1号院3号楼10层1009-1
- 代理机构: 北京市广友专利事务所有限责任公司
- 代理商 李欣
- 主分类号: G06Q10/04
- IPC分类号: G06Q10/04 ; G06Q50/06 ; H02J3/00 ; H02J3/38 ; H04L9/40 ; G06N20/10
摘要:
本申请公开了一种风电场功率预测方法、GBDT模型纵向训练方法及装置,包括:获取预先训练的GBDT模型包括的各决策树的节点分裂标准,其中,GBDT模型为主动方数据节点和密文计算节点以及被动方数据节点通过密文方式的信息交互和数据计算,基于各自持有的多个样本的特征数据进行训练得到的;向持有该节点分裂标准对应的特征的被动方数据节点,发送该节点分裂标准,使得被动方数据节点按照接收的该节点分裂标准进行节点分裂,得到节点分裂结果;将待预测风电场的风电特征数据和节点分裂结果,输入GBDT模型中进行功率预测,得到待预测风电场的指定时刻之后的第二预设数量个将来时刻的风电场功率。采用该方案,提高了使用GBDT模型对风电场功率进行预测的准确性。
公开/授权文献
- CN114118641A 风电场功率预测方法、GBDT模型纵向训练方法及装置 公开/授权日:2022-03-01