基于新颖风力坡度识别算法的时间序列风力预测
机器学习
2025-02-19 v1
摘要
传统风力预测方法往往难以在风速和功率输出发生突然变化时提供准确可靠的预测。为解决此挑战，本研究提出一种集成算法，结合风速突变识别算法、优化相似周期匹配算法和风力预测算法。通过利用气象事件的收敛特性，该方法显著提高了在突发气象变化下风力预测的准确性。首先，开发了一种基于变分模态分解的自适应模型，即VMD-IC模型，用于识别和标记历史风力数据中的关键拐点，代表突发气象环境。同时，本文提出坡度因子(RF)指标和风速相似系数，以优化当前风力坡事件(WPRE)的定义算法。后续创新定义攀升和去噪算法，本文使用Informer深度学习算法输出前两个模型以及如NWP数值天气预报等多模态数据，以实现精确风力预测。消融实验结果确认了所提风力坡识别方法的有效性和可靠性。与现有方法相比，所提模型表现出卓越的性能，为电力系统的安全和经济运行提供了有价值的指导。
关键词
引用
@article{arxiv.2502.12807,
title = {An improved wind power prediction via a novel wind ramp identification algorithm},
author = {Yifan Xu},
journal= {arXiv preprint arXiv:2502.12807},
year = {2025}
}