一种基于极限学习机的风电概率预测方法

本发明涉及风电预测技术领域。提供了一种基于极限学习机的风电概率预测方法，包括步骤：获取风电历史数据，并对风电历史数据进行预处理，得到预处理数据集；对预处理数据集进行若干次随机抽样，得到样本集，将样本集划分为训练集和验证集；基于样本集，通过极限学习机构建初始预测模型；通过训练集，对初始预测模型进行训练，将训练过程中，初始预测模型的风电概率预测结果进行集成，计算每个时间点的预测均值和预测区间，得到预测模型；通过验证集对预测区间进行调整和优化，得到预测优化模型；通过预测优化模型对目标对象进行预测，并输出最终的风电概率预测结果。解决了现有传统神经网络在风力发电预测中存在的不确定性的问题。