ZIPXGBoost+LightGBM+LSTM-光伏发电量预测keypig_zz1.88MB需要积分:1立即下载资源文件列表: Code+data+model.zip 大约有5个文件 Code+data+model/ Code+data+model/DataInsight_code.ipynb 160.64KB Code+data+model/lstm_model_8805_a8485.h5 2.49MB Code+data+model/public.test.csv 895.25KB Code+data+model/public.train.csv 1.04MB 资源介绍: 包含比赛代码、数据、训练后的神经网络模型等。 在分析光伏发电原理的基础上,论证了辐照度、光伏板工作温度等影响光伏输出功率的因素,通过实时监测的光伏板运行状态参数和气象参数建立预测模型,预估光伏电站瞬时发电量,根据光伏电站DCS系统提供的实际发电量数据进行对比分析,验证模型的实际应用价值。 1 数据探索与数据预处理 1.1 赛题回顾 1.2 数据探索性分析与异常值处理 1.3 相关性分析 2 特征工程 2.1 光伏发电领域特征 2.2 高阶环境特征 3 模型构建与调试 3.1 预测模型整体结构 3.2 基于LightGBM与XGBoost的构建与调试 3.3 基于LSTM的模型构建与调试 3.4 模型融合与总结 4 总结与展望 参考文献