摘要
风电功率短期概率预测具有条件相依特性和时序相依特性。同时考虑两种特征可提高预测水平,但需解决二次样本分离带来的拟合概率分布函数在显著性与稳定性之间的矛盾。文章提出了弱时序性-强条件性历史样本分离方法,并提出一种基于随机森林算法的待预测日模糊分类方法,最后给出了考虑两种性质耦合的概率预测方法。测试表明,该方法可同时保证子样本集的统计学显著性与拟合稳定性,提高了待预测日分类准确度,概率预测的结果相较于考虑单一性质在多项评价指标上表现较好。
-
单位清华大学; 电力系统及发电设备控制和仿真国家重点实验室