Oct, 2023
可解释建模的风力发电预测:一种精确度异常高的透明盒子方法
Explainable Modeling for Wind Power Forecasting: A Glass-Box Approach with Exceptional Accuracy
Wenlong Liao, Fernando Porté-Agel, Jiannong Fang, Birgitte Bak-Jensen, Guangchun Ruan...
TL;DR通过采用创新的人工智能方法(如梯度提升),提出了一种透明度与高准确性相结合的玻璃盒方法,用于风力发电预测,该方法能够有效解释全球和实例角度上的预测结果,并且相比大多数基准模型表现更好且与最佳神经网络模型相当,因此在可靠的风力发电预测中具有强大的竞争优势。