【摘要】：摘要：太陽能是一種具有對環(huán)境污染最小和二氧化碳排放最低的可再生能源。為了避免能源危機(jī),人們將更多的使用太陽能。因此,估算太陽能發(fā)電廠所產(chǎn)生的電量是很有意義的。近幾年,機(jī)器學(xué)習(xí)技術(shù)在太陽能發(fā)電站的能源分析與預(yù)測中成為熱點(diǎn)。研究表明：監(jiān)督學(xué)習(xí)算法能顯著提高預(yù)測能力,從而為決策者提供更加靈活的解決方案和支持其決策的測試統(tǒng)計(jì)模型。論文針對太陽能數(shù)據(jù)的特點(diǎn),對太陽能數(shù)據(jù)的預(yù)處理和預(yù)測方法進(jìn)行了研究。 本文首先介紹監(jiān)督學(xué)習(xí)算法及其應(yīng)用,然后分析和研究數(shù)據(jù)預(yù)處理的方法。結(jié)合太陽能數(shù)據(jù)的特點(diǎn),提出利用均值的方法進(jìn)行缺失數(shù)據(jù)的處理。對于訓(xùn)練數(shù)據(jù)集和驗(yàn)證數(shù)據(jù)集的獲取,采用K層交叉驗(yàn)證方法對數(shù)據(jù)集進(jìn)行處理而得到,并利用可視化技術(shù)從不同角度展示數(shù)據(jù)集的特點(diǎn)；最后使用Gradient Boosting、Random Forests和Extremely Randomized Trees三種監(jiān)督學(xué)習(xí)算法在處理好的數(shù)據(jù)集上對太陽能進(jìn)行預(yù)測和分析,得出Extremely Randomized Trees算法是最佳的預(yù)測太陽能的監(jiān)督學(xué)習(xí)算法。本文還利用UCI數(shù)據(jù)集對這三種算法進(jìn)行比較分析,實(shí)驗(yàn)表明Extremely Randomized Trees算法具有比較好的準(zhǔn)確率和穩(wěn)定性。 本研究中所用的軟件工具是Python和R。Python主要用于數(shù)據(jù)可視化,此外,利用Python的機(jī)器學(xué)習(xí)庫可實(shí)現(xiàn)三種算法對太陽能的預(yù)測。R則是從Python獲得上述算法的結(jié)果后實(shí)現(xiàn)其性能的比較。
【學(xué)位授予單位】：中南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TK511;TP181

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 董玉林;龐麗萍;夏重杭;;監(jiān)督學(xué)習(xí)問題中的最優(yōu)性條件與數(shù)值試驗(yàn)[J];高等學(xué)校計(jì)算數(shù)學(xué)學(xué)報(bào);2005年S1期

2 陳志民;楊敬鋒;陳其昌;張嘉琪;陳強(qiáng);;融合監(jiān)督學(xué)習(xí)與凝聚層次聚類的土地評(píng)價(jià)方法[J];計(jì)算機(jī)工程與應(yīng)用;2007年18期

3 張鋼;印鑒;程良倫;鐘欽靈;;半監(jiān)督多示例核[J];計(jì)算機(jī)科學(xué);2011年09期

4 費(fèi)越,汪力新,戴汝為;競爭監(jiān)督學(xué)習(xí)法在集成型識(shí)別系統(tǒng)中的應(yīng)用[J];自動(dòng)化學(xué)報(bào);1999年03期

5 袁優(yōu);張鋼;;一種基于標(biāo)簽傳播的半監(jiān)督核學(xué)習(xí)算法[J];電腦與電信;2013年11期

6 汪力新;費(fèi)越;戴汝為;;基于人機(jī)結(jié)合的競爭監(jiān)督學(xué)習(xí)[J];模式識(shí)別與人工智能;1997年03期

7 蔣艷凰;周海芳;楊學(xué)軍;;監(jiān)督學(xué)習(xí)的發(fā)展動(dòng)態(tài)[J];計(jì)算機(jī)科學(xué);2003年07期

8 壽皓;;序列數(shù)據(jù)的監(jiān)督學(xué)習(xí)方法綜述[J];機(jī)電工程技術(shù);2012年08期

9 黃德雙;自監(jiān)督學(xué)習(xí)子空間模式識(shí)別方法的統(tǒng)計(jì)特性分析[J];電子學(xué)報(bào);1995年09期

10 周哲;;基于情感詞典和監(jiān)督學(xué)習(xí)的中文短評(píng)論情感分類[J];漳州師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2013年04期

相關(guān)會(huì)議論文 前1條

1 李軍;孫金生;王執(zhí)銓;;模型參考神經(jīng)元控制[A];1996中國控制與決策學(xué)術(shù)年會(huì)論文集[C];1996年

相關(guān)博士學(xué)位論文 前3條

1 程圣軍;基于帶約束隨機(jī)游走圖模型的弱監(jiān)督學(xué)習(xí)算法研究[D];哈爾濱工業(yè)大學(xué);2014年

2 孟佳娜;遷移學(xué)習(xí)在文本分類中的應(yīng)用研究[D];大連理工大學(xué);2011年

3 夏錚;基于圖和網(wǎng)絡(luò)的學(xué)習(xí)算法及其在系統(tǒng)生物學(xué)中的一些應(yīng)用[D];浙江大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 郭佳騁;監(jiān)督學(xué)習(xí)的話題模型[D];上海交通大學(xué);2010年

2 戴衛(wèi)特;監(jiān)督學(xué)習(xí)算法在預(yù)測太陽能生產(chǎn)中的應(yīng)用[D];中南大學(xué);2014年

3 張從樂;基于知識(shí)型數(shù)據(jù)的監(jiān)督學(xué)習(xí)[D];上海交通大學(xué);2008年

4 楊杰;監(jiān)督主題模型的研究與應(yīng)用[D];華中科技大學(xué);2011年

5 李鋼;代價(jià)敏感的支持向量機(jī)監(jiān)督學(xué)習(xí)研究[D];南京師范大學(xué);2007年

6 姚娜娜;基于機(jī)器學(xué)習(xí)的產(chǎn)品評(píng)論情感分類研究[D];首都師范大學(xué);2013年

7 楊志武;多示例學(xué)習(xí)算法研究[D];鄭州大學(xué);2007年

8 甘海濤;有監(jiān)督的模糊聚類算法研究[D];武漢工業(yè)學(xué)院;2010年

9 周峰;基于語義和監(jiān)督學(xué)習(xí)的生物醫(yī)學(xué)文獻(xiàn)知識(shí)發(fā)現(xiàn)[D];大連理工大學(xué);2010年

10 徐作英;基于半監(jiān)督聚類算法的研究與應(yīng)用[D];青島大學(xué);2010年

，

本文編號(hào)：2687017