CSFS在可再生能源预测中将计算成本降低21%

研究人员提出了基于聚类的顺序特征选择（CSFS），这是一种新颖的、与模型无关的包装器方法，旨在解决风能和太阳能功率预测中缺乏系统性特征选择的问题。该方法旨在为可再生能源流水线提供自动、高效且可靠的特征选择。

• CSFS在风力涡轮机功率曲线建模和光伏功率预测上进行了评估。
• 将其与既定技术进行比较，包括基于包装器的顺序特征选择（SFS）、基于过滤器的方法以及随机森林的嵌入式特征重要性。
• 结果表明，基于包装器的方法通常能提供更好的特征选择性能。
• CSFS实现了与SFS相当的预测性能，同时将计算成本平均降低了21%。

作者在GitHub上提供了开源实现，以支持可再生能源预测任务中的可重复性和重用。