面向新能源高精度预测的机器学习特征选择方法

    公开(公告)号:CN117113230A

    公开(公告)日:2023-11-24

    申请号:CN202310972728.X

    申请日:2023-08-03

    Abstract: 本申请涉及一种面向新能源高精度预测的机器学习特征选择方法、装置、计算机设备、存储介质和计算机程序产品。该方法获取初始气象特征集合;采取随机森林算法,筛选初始气象特征集合中的气象特征,得到第一气象特征集合;基于相关性分析,对第一气象特征集合进行气象特征筛选,得到第二气象特征集合;采取递归特征消除法筛选第二气象特征集合中的气象特征,得到目标气象特征集合。整个方案根据随机森林算法对气象特征进行初步提取,在初次提取特征的基础上,对气象特征进行相关性分析,根据相关性分析结果再次进行提取,进而对剩余的特征进行递归消除,通过多次筛选,将对新能源发电功率影响最大的特征筛选处理,进而得到更加准确的气象特征。

    基于人工智能的电力工况物联监控系统及方法

    公开(公告)号:CN116016840A

    公开(公告)日:2023-04-25

    申请号:CN202211343160.7

    申请日:2022-10-29

    Abstract: 本发明适用于电力监控技术领域,提供了一种基于人工智能的电力工况物联监控系统及方法,所述方法包括以下步骤:每隔设定时间段通过摄像头采集并上传电力设备柜参数面板图片,电力设备柜参数面板图片上标记有摄像头信息;根据摄像头信息从参数模板库中调取对应的参数模板图片,所述参数模板库中包含所有摄像头信息对应的参数模板图片,参数模板图片中包含多个参数识别区,每个参数识别区对应标注有参数名称和参数范围;根据参数识别区对电力设备柜参数面板图片中的电力工况参数进行识别得到识别结果;将识别结果与对应的参数范围进行对比,输出监控结果信息。本发明能够实时得到传统电力设备柜上电力工况的状态参数,便于实时进行监控。

Patent Agency Ranking