[发明专利]一种基于经验小波变换与高斯过程回归的新能源出力短期预测方法

摘要

本发明公开一种基于经验小波变换EWT与高斯过程回归GPR的新能源出力短期预测方法，包括以下步骤1)采用EWT技术将原始风电功率序列分解为一系列特征互异的经验模式；2)对不同经验模式序列进行零均值化处理；3)对每个经验模式建立GPR模型，并求解模型超参数；4)将不同模型预测结果叠加，获得最终短期风电功率预测值。本发明结合EWT与GPR算法的优点，建立了EWT‑GPR新能源出力短期预测方法，对风电功率进行预测。首先，采用EWT方法将原始风电功率序列分解为一系列特征互异的经验模式。然后，对每一经验模式建立高斯过程回归预测模型，并求解模型超参数，避免共轭梯度方法的不足。

主权项

一种基于经验小波变换与高斯过程回归的新能源出力短期预测方法，其特征在于：包括以下步骤：(1)获取实测风电场功率数据，并对原始序列数据进行异常值检测与修正，避免异常值对模型参数估计造成的不良影响；(2)采用EWT自适应信号处理技术将原始风电功率序列分解为一系列特征互异的经验模式；(3)对不同经验模式序列进行零均值化预处理；(4)针对不同经验模式序列特征，建立高斯过程回归预测模型，并求解模型超参数；(5)获得每个经验模式预测结果，并将各分量预测结果叠加获得最终的短期风电功率预测值。