基于机器学习的风速预测:一项比较研究
Alireza Zabihi1, Vishwaraj B Manur2, Yeswanth Dintakurthy3
1Department of Electrical and Computer Engineering, University of Coimbra, Coimbra, Portugal.
Scientific reports
|November 19, 2025
概括
使用机器学习 (ML) 准确预测风速对于可再生能源至关重要. 支持矢量机 (SVM) 模型在预测风速方面表现出最高的准确性,提高了风能效率.
科学领域:
- 可再生能源系统可再生能源系统
- 计算智能是一种计算智能.
- 环境工程 环境工程
背景情况:
- 化石燃料的依赖需要向可持续能源过渡.
- 风能是全球清洁能源战略的关键组成部分.
- 高效的风能发电需要精确的风速预测,以实现电网整合.
研究的目的:
- 评估各种机器学习 (ML) 技术的性能,以准确预测风速.
- 为了比较支持矢量机 (SVM),随机森林,人工神经网络 (ANN) 和XGBoost算法的有效性.
- 确定最准确的ML模型,以优化风能发电.
主要方法:
- 利用一个数据集来预测风速.
- 实施和评估了四个ML算法:SVM,随机森林,ANN和XGBoost.
- 使用根平均平方误差 (RMSE) 和平均绝对误差 (MAE) 评估模型性能.
主要成果:
- 支持矢量机 (SVM) 模型表现出卓越的性能.
- SVM实现了最低的错误指标:RMSE为0.83609和MAE为0.69623. 这两种指标均为0.69623.
- 所有评估的ML模型都显示了风速预测的潜力.
结论:
- 机器学习技术对于预测风速是非常有效的.
- SVM是一种非常准确的风速预测方法.
- 准确的预测支持可持续的城市发展和高效的发电.
