公开(公告)号：CN117937455A

公开(公告)日：2024-04-26

申请号：CN202410096248.6

申请日：2024-01-24

Applicant: 东北电力大学

Inventor： 杨茂 ,  张书天 ,  于欣楠 ,  王勃 ,  王钊 ,  王铮 ,  王姝

IPC: H02J3/00 ,  H02J3/38 ,  G06F30/27 ,  G06Q10/063 ,  G06Q10/04 ,  G06Q50/06 ,  G06N3/04 ,  G06N3/08 ,  G06F113/06

Abstract: 本发明一种基于因果正则化极限学习机的风电功率短期预测方法，属于风电功率预测技术领域；包括生成干预样本集、计算神经元之间的平均因果效应、基于平均因果效应构成因果正则化项从而计算最优权重、基于最优权重建立预测模型预测未来风电功率、仿真计算和误差分析等步骤。本发明与现有的考虑或不考虑特征选择方法的预测模型相比，能更好地跟踪未来的功率趋势。基于因果正则化极限学习机的风电功率短期预测方法预测精度高、预测稳定性好，预测结果有效，适用性和实用性强。