基于鲁棒多标签生成对抗的风电场日前出力区间预测

风力发电不确定性强、波动性大，日前预测精度有待改善。为提高风电日前区间预测效果，提出一种基于鲁棒多标签生成对抗的风电场日前出力区间预测方法。首先，采用皮尔逊相关系数分析风电出力与多种气象因素、历史风电出力间的相关性，构建含数值天气预报气象特征与风电出力的原始数据集。然后，在原始数据集中去除待预测日风电功率，得到聚类数据集开展k-means聚类，获得带簇标签的原始数据集。之后，基于鲁棒性辅助分类生成对抗网络，生成海量带标签场景。最后，根据已知的历史风电出力和数值天气预报获得的特征，确定待预测日的簇标签，在生成场景中按对应簇标签筛选与待预测日风电功率特征相似度高的多个场景，组成相似场景集。基于相似场景集的待预测日风电功率均值及上下限，分别获得待预测日（次日）24个时段的风电功率点预测及区间预测结果。以中国东北某地区实际风电场数据为例验证了所提方法的优越性。

Interval Prediction of Wind Farm Day-ahead Output Based on Robust Multi-label Generative Adversarial