一种可解释性区间值风电功率预测方法和系统

本发明公开一种可解释性区间值风电功率预测方法和系统，利用特征提取过程、基础模型选择策略和动态集成机制来提高预测精度和可靠性。首先，针对区间值风电功率序列的复杂性，设计可解释的多目标特征提取方法，以提炼关键趋势和波动特征，促进对特征及其关系的深入学习。考虑到特征与模型之间的一致性，结合弹性网回归和Shapley加性解释(SHAP)方法，量化各候选模型对预测目标的贡献，从而以高度可解释性的方式选择不同特征序列下的基础模型。最后，根据Shapley值动态调整基础模型权重，以适应单个模型精度的时变特性，实现在线更新预测。本发明提出的模型在多个评价指标上都优于基准模型，显示出卓越的预测性能和可解释性。