基于近邻成分分析的短期风电功率集成预测

摘要：

针对短期风电功率预测关键气象因素影响程度的差异和单一模型预测精度不足的问题,提出一种基于近邻成分分析(neighborhood components analysis,NCA)特征加权和Stacking集成预测的短期风电功率预测模型.考虑气象特征对风电功率影响程度不同,利用NCA对气象特征进行加权,将加权特征作为模型输入,强化关键特征的影响程度;在此基础上,构建多个基预测器预测风电功率,并利用结合器将预测结果融合,建立Stacking集成预测模型.算例分析表明,以加权特征作为输入的Stacking集成预测模型具有更高的短期风电功率预测精度.

关键词：短期风电功率预测、近邻成分分析、特征加权、Stacking集成学习

所属期刊栏目：22

分类号：TM614(发电、发电厂)

资助基金：国家自然科学基金;新疆大学自然科学基金

在线出版日期：2022-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：5636-5642