基于置信机的风电场风速预测误差补偿

摘要

风电场风速预测误差补偿的首要问题是误差预估。本文采用误差范围预估的方式把误差预估问题转化成一个样本分类问题。首先。利用风速时间序列训练支持向量回归模型，并利用测试样本集进行测试和误差分布统计;然后，按照误差范围不同把相应的样本分为若干类，用以训练置信机分类器;最后，利用置信机分类器估计出误差范围。置信机是机器学习领域的新方法，它为分类结果赋予了置信度和可靠度信息。某风电场实测数据的实验表明，置信机提供的置信度和可靠度可以有效地避免因分类错误造成的错误补偿，显著地提高了风速预测结果的准确度。