Apr, 2022
风能和光伏电力预测中的迁移学习模型选择、适应和组合
Model Selection, Adaptation, and Combination for Transfer Learning in Wind and Photovoltaic Power Forecasts
Jens Schreiber, Bernhard Sick
TL;DR通过在计算机视觉领域的研究成果的基础上，针对可再生能源进行模型选择和适应的全面实验表明，将多个模型组合起来可以显著提高模型选择和适应方法，并使用神经网络提取特征，并采用贝叶斯线性回归方法进行预测，而只需 7 天的训练数据即可胜过基线。