风电场功率预测方法、GBDT模型横向训练方法及装置

授权

摘要

本申请公开了一种风电场功率预测方法、GBDT模型横向训练方法及装置，包括：获取待预测风电场的风电特征数据，风电特征数据包括待预测风电场的指定时刻之前的第一预设数量个历史时刻的风电场功率；将风电特征数据，输入预先训练的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；其中，GBDT模型为多个数据节点和密文计算节点通过密文方式的信息交互和数据计算，基于多个数据节点持有的多个样本的特征数据和目标值进行训练得到的，不同的数据节点具有不同样本的相同种类特征的特征数据和目标值。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。

基本信息

专利标题：

风电场功率预测方法、GBDT模型横向训练方法及装置

专利标题（英）：

暂无

公开（公告）号：

CN114118638A

申请号：

CN202210107704.3

公开（公告）日：

2022-03-01

申请日：

2022-01-28

授权号：

CN114118638B

授权日：

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

代理机构：

北京市广友专利事务所有限责任公司

代理人：

李欣

优先权：

CN202210107704.3

主分类号：

G06Q10/04

IPC分类号：

G06Q10/04 G06Q50/06 H02J3/00 H02J3/38 H04L9/40 G06N20/10