机译:使用分位数回归来扩展具有概率预测的现有风电预测系统
Informatics and Mathematical Modelling, Technical University of Denmark, DK-2800 Lyngby, Denmark;
wind power forecasting; uncertainty; quantile regression; additive model;
机译:基于深度学习,修改统一群算法和分位式回归的风速确定性预测和概率间隔预测方法
机译:基于联合分位数回归和多目标优化的风电概率预测新方法
机译:RKHS(可再生内核希尔伯特空间)中的在线分位数回归,用于风电的运行概率预测
机译:基于深度分位数回归的区域风电概率预测方法
机译:使用先进的数据分析和机器学习技术对风能和太阳能进行确定性和概率性预测
机译:使用简单的一维逆风方案利用近太阳条件的大集合进行概率太阳风预报
机译:利用分位数回归扩展现有风电预测系统的概率预测