基于改進Cao算法的SSA與誤差修正的超短期風電功率預測

摘要： 針對風電歷史信息運用不充分和未充分挖掘機器學習模型潛力的問題，提出一種特征奇異譜分析和模型誤差修正的超短期功率預測。首先，利用隨機森林分析不同特征對輸出功率的影響程度，并利用累積貢獻率進行特征提取。其次，通過改進的Cao算法確定奇異譜分析最佳嵌入維數(shù)，對提取的特征實現(xiàn)降噪處理，從而構(gòu)建風電功率預測模型。最后，利用預測值與真實值的誤差構(gòu)建誤差預測模型，通過預測的誤差來修正功率預測...