【学术报告预告】

报告题目：Clustering Based Probabilistic Decision Tree to Forecast Wind Power on Large Scales

（基于聚类概率决策树的大规模风电功率预测方法）

主 讲 人：曼苏尔汗

报告简述:

风能预测在可再生能源生产中起着至关重要的作用。由于风的动态和不确定性，很难捕捉风的实际特征以进行准确的预测。导致训练样本种类繁多的风的不均匀和不稳定性对预测准确性有主要影响。为此，需要一种准确的预测方法。本文提出了一种新的基于聚类的概率决策树混合方法来有效预测风电功率。对收集的数据进行噪声信息筛选，并选择主要有助于准确预测的变量。然后，使用均值和标准差对风数据进行归一化，以提取每个特征的播放级别字段。基于数据行为的相似性，采用K-means聚类算法将样本分为包含历史风数据的不同组。此外，提出了朴素贝叶斯 (NB) 树来提取集群中每个特征的概率。 NB 树是 C4.5 和 NB 方法的混合模型，成功应用于从国家可再生能源实验室 (NREL) 收集的三个大型真实世界风数据集（每小时、每月、每年）。预测准确性表明，所提出的方法可以从数小时到数年的数据中预测准确的风能。将所提出的方法与最流行的最先进技术进行了综合比较，表明该方法提供了更准确的预测结果。

时 间：11月1日（周二）11：00

地 点：腾讯会议：曼苏尔汗博士学术讲座——基于聚类概率决策树的大规模风电功率预测方法点击链接入会，或添加至会议列表：
https://meeting.tencent.com/dm/cKWSAK1S5B88
#腾讯会议：735-146-759

参加人员：电子信息与人工智能学院师生

曼苏尔汗简介

MANSOOR KHAN （曼苏尔汗）2012 年毕业于巴基斯坦 Bahria 大学电气（电子）工程专业，获得学士学位。 2017年毕业于北京航空航天大学电力电子与动力传动专业，获硕士学位。 2020年毕业于四川大学电气工程及其自动化专业，获博士学位。现任乐山师范学院电子信息与人工智能学院副教授。 他的研究方向包括电力预测、可再生能源和人工智能电力预测。

Email: mansoorkhan@lsnu.edu.cn , khan007_bet@yahoo.com

2022年10月28日