知识驱动光伏预测模型

该模型将深度时间序列模型与决策树回归相结合,通过交互式构建决策树融入领域知识,从而提升光伏功率预测的准确性,并支持对预测结果的合理性进行多视角评估。

Xinjing, Yi · Yurun, Yang · Yin, Song · Baozhu, Zhou · Cheng, Li · Liu, Shuhan · Deng, Dazhen · Weng, Di · 巫英才

Journal of Visualization 2025

技术优势

预测符合领域知识

通过决策树回归融入专家知识,修正深度模型的预测输出,使其不再违背光伏运行的常识约束。

能定位模型缺陷

多视角评估帮助专家识别模型在不同光伏组串上的预测准确度差异,找出性能短板。

预测精度提升

与现有方法相比,所提方法在实证评估中显示出显著提升。

应用场景