基于多尺度主导成分分析与混合数据驱动的短期风电功率预测方法

基于多尺度主导成分分析与混合数据驱动的短期风电功率预测方法，包括：采用变分模态分解VMD对风电功率数据进行分解，将风电功率序列分解为n个模态分量；基于奇异谱分析SSA对各模态分量提取主导成分并由其作为新的模态数据；同时由各模态分量提取后的剩余部分与变分模态分解VMD残差叠加，作为第n+1个模态；构建基于TCN与SWLSTM的混合数据驱动模型，对由变分模态分解VMD和奇异谱分析SSA得到的多模态数据分别预测；将所有模态数据的预测结果进行重构，得到最终的风电功率预测值。本发明提供一种基于多尺度主导成分分析与混合数据驱动的短期风电功率预测方法，可以有效地提升短期风电功率预测精度，提高预测效率。