Ayrık dalgacık dönüşümü ve Xgboost ile rüzgâr gücü tahmini

Uluslararası Teknolojik Bilimler Dergisi Pub Date : 2022-09-19 DOI:10.55974/utbd.1132336

Mehmet Ali Yelgeç, Okan Bi̇ngöl

{"title":"Ayrık dalgacık dönüşümü ve Xgboost ile rüzgâr gücü tahmini","authors":"Mehmet Ali Yelgeç, Okan Bi̇ngöl","doi":"10.55974/utbd.1132336","DOIUrl":null,"url":null,"abstract":"Rüzgâr gücü tahmini, sistem işletmecisi ve santraller için gerilim ve frekans kontrolü, yük kontrolü, ünite planlaması, bakım planlaması ve elektrik marketi hareketleri için gereklidir. Süreksiz bir kaynak olan rüzgârdan elde edilen güce ait zaman serisi durağan bir yapıda değildir. Rüzgâr gücü zaman serisi çeşitli sebeplerden dolayı aykırı veriler barındırmaktadır. Bu durum tahmin modellerinde başarıyı düşürmektedir. Bu çalışmada rüzgâr gücü tahmin modelinin en iyi sonucu vermesi için rüzgâr gücü verisi ayrık dalgacık dönüşümü ile dönüştürülmüştür. Dönüştürülen veriler, karar ağacı tabanlı, gradyan arttırmaya dayanan bir algoritma olan Xgboost ile eğitilmiştir. Test için ayrılan veriler tahmin edilmiştir. Ayrık dalgacık dönüşümü-Xgboost modeli her mevsimden seçilen dört ay için ayrı ayrı tasarlanmış, ayrık dalgacık dönüşümü olmadan sadece Xgboost ile tasarlanan model ile MAE, RMSE ve R2 hata metrikleriyle karşılaştırılmıştır. Ayrık dalgacık dönüşümü-Xgboost ile tasarlanan modeller daha başarılı sonuçlar vermiştir.","PeriodicalId":106148,"journal":{"name":"Uluslararası Teknolojik Bilimler Dergisi","volume":"76 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-09-19","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Uluslararası Teknolojik Bilimler Dergisi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.55974/utbd.1132336","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Rüzgâr gücü tahmini, sistem işletmecisi ve santraller için gerilim ve frekans kontrolü, yük kontrolü, ünite planlaması, bakım planlaması ve elektrik marketi hareketleri için gereklidir. Süreksiz bir kaynak olan rüzgârdan elde edilen güce ait zaman serisi durağan bir yapıda değildir. Rüzgâr gücü zaman serisi çeşitli sebeplerden dolayı aykırı veriler barındırmaktadır. Bu durum tahmin modellerinde başarıyı düşürmektedir. Bu çalışmada rüzgâr gücü tahmin modelinin en iyi sonucu vermesi için rüzgâr gücü verisi ayrık dalgacık dönüşümü ile dönüştürülmüştür. Dönüştürülen veriler, karar ağacı tabanlı, gradyan arttırmaya dayanan bir algoritma olan Xgboost ile eğitilmiştir. Test için ayrılan veriler tahmin edilmiştir. Ayrık dalgacık dönüşümü-Xgboost modeli her mevsimden seçilen dört ay için ayrı ayrı tasarlanmış, ayrık dalgacık dönüşümü olmadan sadece Xgboost ile tasarlanan model ile MAE, RMSE ve R2 hata metrikleriyle karşılaştırılmıştır. Ayrık dalgacık dönüşümü-Xgboost ile tasarlanan modeller daha başarılı sonuçlar vermiştir.

查看原文本刊更多论文

对于系统运营商和发电厂来说，风电预测对于电压和频率控制、负荷控制、机组规划、维护规划和电力市场走势都是必要的。风能是一种不连续的资源，其时间序列并非静态结构。由于各种原因，风力发电时间序列包含离群数据。这种情况降低了预测模型的成功率。本研究采用离散小波变换对风电数据进行转换，以提供最佳的风电预测模型结果。转换后的数据使用基于决策树的梯度提升算法 Xgboost 进行训练。对分配用于测试的数据进行预测。离散小波变换-Xgboost 模型是针对每个季节选取的四个月分别设计的，并用 MAE、RMSE 和 R2 误差指标与仅使用 Xgboost 而不使用离散小波变换设计的模型进行比较。结果表明，采用离散小波变换-Xgboost 技术设计的模型更为成功。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Uluslararası Teknolojik Bilimler Dergisi

自引率

0.00%

发文量