一种基于卡尔曼滤波器的多元周期性网格功率预测方法

本发明提供了一种基于卡尔曼滤波器的多元周期性网格功率预测方法，涉及到新能源发电功率预测领域，主要由四部分组成：多元周期性网格的建立，初始化阶段，预测阶段和更新阶段。该方法以新能源发电站的历史功率数据与气象数据作为输入，构建了一个涵盖功率、周期性特征以及时间的三维网格模型，并以卡尔曼滤波器作为预测工具，通过结合历史数据和当前的实时输入数据，不断调整功率，周期特征以及气象因素之间的权重，使网格数据不断进行动态滚动更新。该方法能够很好的捕捉到网格数据的周期特征和动态变化，对于多元数据融合、噪声抑制以及系统状态的实时更新方面都具有显著优势，且预测精度较高，适用于具有复杂周期性波动和多变环境的功率预测场景。