基于风电场功率预测的数据价值研究
C931; 风电系统的运行伴随着海量数据的生成,是数据应用的重要场景.风电系统的输出受天气等因素影响,波动较大,因此风电输出的预测对于电力系统平衡、经济调度意义重大.为了探索风电系统中的数据价值,本文基于风电场的发电功率数据建立了小时级的多输入—多输出日前预测模型.进一步,本文对数据—模型—经济收益的链路进行梳理,结合合作博弈中的沙普利值思想,对模型中的数据点和特征进行价值评估.本文通过算例分析探索高价值数据的特点,结果表明筛选高价值数据能够实现风电系统降本增效,在此基础上为风电系统中数据的管理与共享提出了相应的建议....
Gespeichert in:
| Veröffentlicht in: | 工程管理科技前沿 2023, Vol.42 (2), p.34-42 |
|---|---|
| Hauptverfasser: | , , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | C931; 风电系统的运行伴随着海量数据的生成,是数据应用的重要场景.风电系统的输出受天气等因素影响,波动较大,因此风电输出的预测对于电力系统平衡、经济调度意义重大.为了探索风电系统中的数据价值,本文基于风电场的发电功率数据建立了小时级的多输入—多输出日前预测模型.进一步,本文对数据—模型—经济收益的链路进行梳理,结合合作博弈中的沙普利值思想,对模型中的数据点和特征进行价值评估.本文通过算例分析探索高价值数据的特点,结果表明筛选高价值数据能够实现风电系统降本增效,在此基础上为风电系统中数据的管理与共享提出了相应的建议. |
|---|---|
| ISSN: | 2097-0145 |
| DOI: | 10.11847/fj.42.2.34 |