一种基于季节性特征的滚动预测风电短期功率的方法

本发明公开了一种基于季节性特征的滚动预测风电短期功率的方法，包括S1、收集特定风电场的风速、风向、温度和湿度历史数据；S2、对收集到的数据进行清洗和归一化处理，以去除异常值和规范数据格式；S3、根据数据的时间戳，将数据划分为春季、夏季、秋季、冬季四个季节的数据集；S4、为每个季节独立选择适用的预测模型组合；S5、对每个季节的数据集使用选定的模型组合进行训练，包括参数优化和模型验证；S6、利用训练好的季节性模型组合，对未来一定时间内的风电功率进行滚动预测。本发明通过将数据划分为春、夏、秋、冬四个季节，并针对每个季节选择和优化特定的预测模型组合，能够更精确地捕捉每个季节的气象特征和风电功率变化规律。