一种基于气象模式识别的风电功率预测误差建模方法

    公开(公告)号:CN111008504A

    公开(公告)日:2020-04-14

    申请号:CN201911309950.1

    申请日:2019-12-18

    摘要: 本发明涉及电网风电预测技术,具体涉及一种基于气象模式识别的风电功率预测误差建模方法,包括通过对历史气象数据进行k-means聚类分析得到了相应的气象模式,根据各气象模式下气象数据特征,训练支持向量机分类器,并用其将历史风电功率预测误差数据划分为各个气象模式下的子数据集,分别对这些子数据集进行统计分析得到对应的概率密度曲线,进而基于通用分布模型,通过最小二乘拟合得到各气象模式下风电功率预测误差概率密度模型,完成风电功率预测误差建模。该方法考虑了气象因素对于风电功率预测精度的影响,使得风电功率预测误差建模结果更加准确;采用通用分布模型拟合效果更好,表达式的解析性更好;提供准确的风电功率预测误差概率密度模型。

    一种基于气象模式识别的风电功率预测误差建模方法

    公开(公告)号:CN111008504B

    公开(公告)日:2022-03-15

    申请号:CN201911309950.1

    申请日:2019-12-18

    摘要: 本发明涉及电网风电预测技术,具体涉及一种基于气象模式识别的风电功率预测误差建模方法,包括通过对历史气象数据进行k‑means聚类分析得到了相应的气象模式,根据各气象模式下气象数据特征,训练支持向量机分类器,并用其将历史风电功率预测误差数据划分为各个气象模式下的子数据集,分别对这些子数据集进行统计分析得到对应的概率密度曲线,进而基于通用分布模型,通过最小二乘拟合得到各气象模式下风电功率预测误差概率密度模型,完成风电功率预测误差建模。该方法考虑了气象因素对于风电功率预测精度的影响,使得风电功率预测误差建模结果更加准确;采用通用分布模型拟合效果更好,表达式的解析性更好;提供准确的风电功率预测误差概率密度模型。