Tytuł pozycji:
Efficiency analysis of k-Nearest Neighbors machine learning method for 10-minutes ahead forecasts of electric energy production at an onshore wind farm
This paper presents tests of the effectiveness of the K-Nearest Neighbors (KNN) machine learning technique for short-term forecasting of energy production at an onshore wind farm with a horizon of 10 minutes. The tests were performed for several variants of input variables to KNN models (only backward variables of the forecasted time series and the use of additional exogenous input variables - meteorological data). For each of the variants, the selection of an appropriate number of k was performed using the cross-validation method, separately for each of the distance measures tested. Analyses were performed of the found k values depending on the variant of the input variables and the distance measure. Conclusions and observations of the performed tests were formulated.
W artykule przedstawiono testy skuteczności techniki uczenia maszynowego k najbliższych sąsiadów (K-Nearest Neighbors - KNN) do krótkoterminowego prognozowania produkcji energii na farmie wiatrowej lądowej z horyzontem 10 minut. Badania wykonano dla kilku wariantów zmiennych wejściowych do modeli KNN (tylko zmienne cofnięte prognozowanego szeregu czasowego oraz zastosowanie dodatkowych zmiennych wejściowych egzogenicznych – dane meteorologiczne). Dla każdego z wariantów wykonano dobór właściwej liczby k metodą walidacji krzyżowej, osobno dla każdej z testowanych miar odległosci. Wykonano analizy znalezionych wartości k w zależności od wariantu zmiennych wejściowych oraz miary odległości. Sformułowano wnioski i spostrzeżenia z wykonanych badań.
Opracowanie rekordu ze środków MNiSW, umowa nr POPUL/SP/0154/2024/02 w ramach programu "Społeczna odpowiedzialność nauki II" - moduł: Popularyzacja nauki i promocja sportu (2025).
