基于深度學習的風電短期功率預測方法研究

任國輝 姜力杭 韓祺 付盛文 繆廣荻

摘要：風力發電本身具有隨機性和波動性，加上我國風電資源的加速發展，使得風電單機容量和并網型風電場規模擴大，給電力系統的安全性、穩定性、經濟性和可靠運行帶來很大挑戰。利用發電輸出功率的預測結果，為實時經濟調度提供可靠依據，是目前較為迫切的需求。本文提出了一種基于隨機森林算法和LSTM 模型相結合的深度學習算法用于短期風電功率預測。通過對某發電廠數據的評估，采取了多項措施應對可能的誤差源，包括隨機森林算法進行特征篩選，處理空缺值和異常值。經調試選擇最優參數后，將隨機森林和高斯過程與LSTM 深度模型結合，導入數據進行預測，并使用均方誤差函數計算預測誤差。將該模型應用于實測數據驗證，結果表明，評估模型的均方誤差為0.009 831。

關鍵詞：短期風電功率預測；隨機森林；深度學習；數據處理；LSTM

中圖分類號：TP391 文獻標識碼：A

文章編號：1009-3044（2024）06-0018-03