2025/01/01 by Снегирев, Д.А., Паздерин, А.В., Самойленко, В.О. +1
Engineering · Social Sciences · #Legal and Regulatory Analysis #Linguistic, Cultural, and Literary Studies #Military Technology and Strategies
paper · doi:10.71841/ep.elst.2025.1127.6.05
openalex publication_date 2025/01/01 · openalex created_date 2025/12/07 · openalex updated_date 2026/07/01
С увеличением доли установленной мощности ветроэлектрических станций в электроэнергетических системах традиционный подход к планированию режимов должен дополняться прогнозированием выработки ветроэлектрических станций. Представлено исследование методов оптимизации гиперпараметров моделей машинного обучения как одного из способов повышения эффективности краткосрочного прогнозирования производства электроэнергии ветроэлектрическими электростанциями. Предложена новая применительно к данной задаче методика, основанная на применении байесовской оптимизации с функцией выбора «нижний доверительный интервал», что обеспечило снижение среднеквадратичной погрешности прогноза на 6,1%. Ключевые слова: прогнозирование выработки ветроэлектростанций, оптимизация гиперпараметров, байесовская оптимизация, машинное обучение, ветроэлектрическая станция, возобновляемые источники энергии.