XGBoost+LightGBM+LSTM-光伏发电量预测

keypig_zzZIPCode+data+model.zip  1.88MB

资源文件列表:

ZIP Code+data+model.zip 大约有5个文件
  1. Code+data+model/
  2. Code+data+model/DataInsight_code.ipynb 160.64KB
  3. Code+data+model/lstm_model_8805_a8485.h5 2.49MB
  4. Code+data+model/public.test.csv 895.25KB
  5. Code+data+model/public.train.csv 1.04MB

资源介绍:

包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上，论证了辐照度、光伏板工作温度等影响光伏输出功率的因素，通过实时监测的光伏板运行状态参数和气象参数建立预测模型，预估光伏电站瞬时发电量，根据光伏电站DCS系统提供的实际发电量数据进行对比分析，验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献
100+评论
captcha
    相关资源