基于特征矩阵迭代重构的可解释风电功率预测方法

本发明涉及新能源功率预测领域，提出基于特征矩阵迭代重构的可解释风电功率预测方法，考虑了模型预测误差中包含的潜藏信息，通过具备可解释性的时间融合变换器TFT模型挖掘误差产生最大化路径并对特征矩阵进行动态重构，求解获得最优特征矩阵，从而提升了模型的预测精度；从局部和全局的角度分别对误差产生最大化路径进行了可解释分析，建立了预测误差的溯源机制，因此本发明能够有效地提高风电功率预测的安全度和可信度。