一种基于Frandsen尾流模型的短期风电预测方法

本发明提出了一种基于Frandsen尾流模型的短期风电预测方法，包括：S1、搜集数据；S2、基于Frandsen尾流模型算法，制作风电场的尾流效应数据库；S3、利用预测风速和风向导入尾流效应数据库，实现预测风速考虑尾流效应的降尺度处理；S4、对新产生的若干降尺度风速特征，形成数据集，进行递归特征消除；S5、基于消除后剩下的风电特征，通过多种深度学习算法进行模型训练与模型堆叠；S6、对训练的多类模型进行线性组合形成最终短期风电预测模型。通过创新性地融合尾流模型和深度学习技术，在提高预测精度的同时，增强了模型的可解释性和鲁棒性，降低了对历史数据和人工特征的依赖，具有显著的技术优势和应用前景。