[发明专利]一种基于P_LSTNet与加权Markov校验的风电输出功率预测方法

摘要

本发明提供一种基于P_LSTNet与加权Markov校验的风电输出功率预测方法。该方法包括基于主成分分析的数据降维方法和时间滑动窗口的输入数据集构建方法，用于对原始风电数据集进行数据降维和构建输入数据集；以及基于P_LSTNet模型的初步风电输出功率预测方法，用于通过输入的初始风电数据预测初步风电输出功率预测值，充分提取原始数据中的短期特征、长期特征及线性特征；以及基于加权Markov和K‑means++算法的误差值校验，用于提高现有模型预测精准度低下的问题。该发明在充分提取历史风电功率数据的基础上，初步高精度的预测了风电输出功率，并结合加权Markov chain链进一步校验预测误差，并进行误差填补，进一步提高了风电输出功率预测的精准度。