[实用新型]一种可再生能源供给预测装置

说明书

本实用新型公开了一种可再生能源供给预测装置，包括数据输入设备、数据处理设备、显示设备，所述数据处理设备包括主成分分析PCA技术和极端梯度提升算法XGB，所述数据输入设备和显示设备均通过缆线与数据处理设备进行连接，本实用新型涉及能源技术领域。该一种可再生能源供给预测装置，解决了目前基于县域的可再生能源电厂选址建设项目的适宜性评估主要参考地区能源需求、经济发展和发电潜力等各方面因素，且具有一定的主观性，该评价工作亟待从研究方法上取得新的突破的问题，机器学习理论的发展为我们提供了更加准确的预测算法。

技术领域

本实用新型涉及能源技术领域，具体为一种可再生能源供给预测装置。

背景技术

可再生能源的发展不仅有利于生态环境保护，而且一定程度上解决了能源的供需矛盾，作为全球重要的新能源，已经成为国际能源转型的重要力量，作为可再生能源最主要的应用形式之一，秸秆发电已成一定规模。作为农业大国，我国农作物秸秆具有产量大、分布广而且种类多等特点，截至2017年7月，我国秸秆发电装机容量约725万千瓦，但是由于以秸秆为原料的企业布点过于密集导致秸秆供给短缺等原因，我国将近七成以秸秆为主要燃料的可再生能源电厂处于亏损状态，与此同时，《可再生能源中长期发展规划》明确指出到2020年可再生能源发电装机将达到3000万千瓦，因此，基于我国巨大的秸秆发电潜力和相应的政策扶持，未来将会规划建设一批新的秸秆发电企业，秸秆电厂建设的适宜性评价将成为优化秸秆电厂布局的关键。目前，秸秆发电厂建设项目的适宜性评估主要参考地区能源需求、经济发展和发电潜力等各方面因素，且具有一定的主观性，该评价工作亟待从研究方法上取得新的突破，机器学习理论的发展为解决该问题提供了新的思路。

实用新型内容

(一)解决的技术问题

针对现有技术的不足，本实用新型提供了一种可再生能源供给预测装置，解决了目前基于县域的可再生能源电厂选址依赖于对能源供需、经济发展和可再生能源源化潜力的主观评价，机器学习理论的发展为我们提供了更加准确的预测算法的问题。

(二)技术方案

为实现以上目的，本实用新型通过以下技术方案予以实现：一种可再生能源供给预测装置，包括数据输入设备、数据处理设备、显示设备，所述数据处理设备包括主成分分析PCA技术和极端梯度提升算法XGB。

优选的，所述数据输入设备和显示设备均通过缆线与数据处理设备进行连接。

(三)有益效果

本实用新型提供了一种可再生能源供给预测装置。具备了以下有益效果：

该可再生能源供给预测装置，通过极端梯度提升算法(XGB)对特征因子进行筛选，预测适宜投建秸秆电厂的县域的准确率提高到81.98％，优化后的极端梯度提升算法可以实现对秸秆电厂建设项目的适宜性评价，评价结果将为优化秸秆电厂的布局提供数据基础。

附图说明

图1为本实用新型结构示意图；

图2为本实用新型预测评估原理框图。

图中：1数据输入设备、2数据处理设备、3显示设备。

具体实施方式

下面将结合本实用新型实施例中的附图，对本实用新型实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本实用新型一部分实施例，而不是全部的实施例。基于本实用新型中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本实用新型保护的范围。