一种结合多源特征数据的风电功率区间预测方法

本发明公开了一种结合多源特征数据的风电功率区间预测方法。考虑到气象和功率数据的复杂性、不稳定性，仅使用历史特征数据来预测未来的功率区间是不足够的，本方法还引进数值天气预报数据作为预测特征。在建模上，充分考虑特征数据的特性，采用机器学习方法进行预测。使用stacking集成学习模型进行建模学习，并预测上下界分位数。预测区间由下界分位数构成。此外，使用遗传优化算法代替stacking集成学习的元学习器，较好地平衡了预测区间覆盖概率PICP和平均宽度AW之间的矛盾。最后，使用共形校正算法对预测区间进行校正，以保障PICP指标。预测未来多小时的风电功率区间并供风电场人员参考与评估。