一种基于集成学习的短期风电功率预测方法、装置、设备、介质及产品

本申请公开了一种基于集成学习的短期风电功率预测方法、装置、设备、介质及产品，涉及风力发电预测领域，该方法包括获取风电场的风电功率数据以及对应的各个关联特征数据；所述关联特征数据包括风速、气温、气压、湿度、时间和空气密度；对所述关联特征数据进行预处理，确定预处理后的关联特征数据；根据所述预处理后的关联特征数据以及对应的风电功率数据构建Stacking集成学习框架模型；初始化所述Stacking集成学习框架模型的各个超参数的斑马种群，确定改进后的斑马优化算法的基本参数；基于所述基本参数，利用所述改进后的斑马优化算法训练所述Stacking集成学习框架模型；利用训练后的Stacking集成学习框架模型预测未来时段内的风电功率，本申请能够精确预测风电功率。