一种基于条件分位数回归模型的风电功率超短期概率预测方法

摘要

本发明公开了一种基于条件分位数回归模型的风电功率超短期概率预测方法，首先分析风电功率时间序列的特性，研究基于多元时间序列基序的层次聚类方法，综合考虑静态特性、动态特性及气象特性，然后基于聚类结果计算样本倍增系数，并以此为条件针对每一个样本类进行分位数回归以训练模型，完成参数优化，最后输入风电功率时间序列，实现超短期概率预测。本发明其预测区间性能明显优于传统基于分位数回归模型的预测模型，且具有较好的可靠度，极大的提高了风电功率预测可信度。