[发明专利]基于EMD分解的EMD-XGBoost中长期风电电量预测方法

摘要

本发明属于电力系统领域，具体涉及一种基于EMD分解的EMD‑XGBoost中长期风电电量组合预测方法。该方法首先将风电电量时间序列经EMD分解为一系列分量；从宏观及局部的角度考虑对各分量进行特征提取，构造特征值向量；以此为基础采用FCM聚类将分量聚类重构为表示包含风电电量不同信息的趋势项、周期项及随机项；基于贝叶斯及k折交叉验证对XGBoost模型分别进行参数寻优，从而对重构项进行预测，最后叠加得到风电电量的预测结果，并分析了序列分解及不同算法对预测精度的影响。本发明结合EMD分解与聚类算法将风电电量序列中真实存在的不同波动量分解出来，将非线性非平稳的电量序列平稳化，产生不同特征的数据序列；针对各重构序列分别建立预测模型，选择各自最优相关参数，从而降低了风电电量数据分线性和非平稳性对电量预测结果的影响，提高了风电电量的预测精度。