檢視基于相似日算法及集成学习的短期光伏预测模型的原始碼

{| class="wikitable" align="right"
|-
|<center><img src=https://p6.itc.cn/q_70/images03/20230207/23618324c7ad4687b4fd8f2239b96e60.png width="310"></center>
<small>[https://www.sohu.com/a/638119721_121124374 来自 搜狐网 的图片]</small>
|}

'''基于相似日算法及集成学习的短期光伏预测模型'''随着分布式发电系统的日益增多，[[光伏]]发电<ref>[https://www.sohu.com/a/591909330_99901597 关于光伏发电，你了解多少呢？]，搜狐，2022-10-11</ref>预测也逐渐成为影响电力系统运行及调度的关键。本项目提出了一种基于改进相似日算法和集成学习的短期光伏发电混合预测模型。应用改进的相似日算法在历史数据中找到相似日，将相似日数据和气候因素等作为bagging集成学习的输入变量，对其进行建模[[训练]]。通过公开的光伏数据集进行验证，并与传统的神经网络模型和支持向量机进行对比。结果表明，该模型具有较高的预测精度。