摘要
本发明提供了一种基于气象预测误差的风电预测误差估计方法,首先对个数据之间的相关性进行分析,依照相关性的大小确定风电预测误差的主要影响因素,采用多维随机变量的核密度估计法构建气象预报‑预报误差条件概率分布模型;基于气象预测误差数据集与额外特征相关性分析构建输入特征数据集,构建多神经网络混合的误差估计模型并使用输入特征数据集和风电预测误差数据集进行训练;最后基于蒙特卡洛模拟法根据输入的气象预报随机生成大样本气象预报误差样本并构建输入特征数据集,将其输入到混合误差估计模型中得到误差估计样本数据集,最后使用核密度估计法拟合误差的概率分布,完成误差的概率分布估计。本发明实现了对风电预测误差估计的准确估计。
技术关键词
预测误差
核密度估计法
样本
估计方法
气象预报数据
蒙特卡洛模拟法
协方差矩阵
误差矩阵
预报误差
神经网络模型构建
风电预测功率
风电出力预测
多层感知机层
蒙特卡罗方法
线性变换矩阵
系统为您推荐了相关专利信息
反演模型
地震波阻抗反演
编码器模块
投影模块
解码器
数据提取方法
多模型协同
格式
多语言
机器学习模型
车辆识别模型
增量更新
音频
车辆识别方法
模式识别