基于相似日和特征提取的短期风电功率预测

为提高短期风电功率预测精度,增强预测模型对特定天气状况的代表性和适应性,提出一种基于离散Fréchet距离与核熵成分分析(KECA)相结合的数据处理方法。通过引入离散Fréchet距离,建立匹配相似日的数学模型,提取与预测日相似的样本,使用KECA从多种气象要素中提取合适的非线性主元作为支持向量机(SVM)模型的输入。实验结果表明:所提出的方法明显提高了预测精度并具有一定的适用性。