针对风电功率及其相关数据中存在异常值严重影响风电功率预测精度的问题，提出了基于孤立森林和局部离群因子算法的数据异常识别方法。对风电功率中的异常数据进行清洗，有效提高了风电功率的预测精度；使用Shap归因分析不同特征变量对预测精度的影响，为风功率预测精度提供了更好的理论分析保障。试验结果表明，所提出方法有效提高了风电功率的预测精度。
科研之友
微信
新浪微博
Facebook
分享链接
