基于特征重构的风电功率预测方法

本申请提供了一种基于特征重构的风电功率预测方法。通过将原始气象数据和原始机组数据进行扩充处理，生成具有时延、非线性或是平均特性的第一输入特征，从而可从多方面指示气象信息和机组运行信息，在获得第一输入特征后，对第一输入特征进行降维和重组，保留信息量较大的维度，还可在特征重构的过程中实时进行优化，获得最优重构参数，根据最优重构参数执行特征重构的流程以获得性能最优的第二输入特征，最终第二输入特征输入目标模型执行对应的预测任务，综上，本申请通过特征扩充提升了输入信息的全面性，通过特征重构降低了数据维度、去除冗余和噪声信息，从而减少了数据量，提升了数据质量，进而可提升风电功率预测的有效性和效率。