基于时序分解与多模型融合的风电功率预测方法及系统

本发明提供一种基于时序分解与多模型融合的风电功率预测方法及系统，包括，采集目标风电场的历史发电功率与气象数据；对历史发电功率与气象数据进行分解，得到趋势分量、季节性分量和残差分量；分别与气象数据融合构建趋势特征矩阵、周期特征矩阵和残差特征矩阵；采用不同的建模方案构建对应的单模型；按时间顺序均划分为训练集、验证集和测试集；利用训练集、验证集和测试集对单模型进行训练优化，构建风电短期功率预测模型；输入实时气象数据与发电功率至风电短期功率预测模型，输出目标风电场的发电功率预测值，有效地提升了模型预测的全面性、准确性和稳定性。