[发明专利]一种基于相似日和FRS-SVM的短期风电功率预测方法

摘要

本发明公开了一种基于相似日和FRS‑SVM的短期风电功率预测方法，属于短期风电功率预测方法技术领域。该方法采用离散Fréchet距离作为相似性判据，定义预测日与历史日之间的整体相似度公式，并以此匹配相似日样本。相似日样本缩减了样本量，提高了建模数据的相似性。然后针对原始特征存在相互关联、非线性和不相关性等特点，增加了训练模型的复杂度，引入模糊粗糙集（FRS）方法消除冗余特征，优化SVM模型的输入。相似日方法和FRS方法同时在样本数量和样本特征2个层面对数据进行预处理，节约了SVM模型的训练时间，提高了预测精度。本发明能够有效改善预测拐点处预测精度的不足，具有一定的实用价值。