计及熵权指标及关联度排序的风电历史数据挖掘

预测风电功率对优化发电调度计划、促进风电消纳均具有重要意义.通过与供电负荷历史数据进行日间波动特性及其概率分布规律的对比研究,证明风电功率日间波动曲线在同比、环比方面均无明显规律可循,其幅频特性更适合以右偏态分布表征,但这会增大预测难度.为解决海量风电功率历史数据的有用信息挖掘问题,提出了一种基于熵权指标和关联度排序的亲密样本筛选方法,并将其应用于常见的几种短期风电功率预测模型.对北方某省实测数据的分析表明,所提出方法在提高风电功率预测准确度和计算效率方面均具显著效果.