基于深度学习与误差修正的超短期风电功率预测

摘要

提出一种基于深度学习与误差修正的超短期风电功率预测方法。首先采用双向门控循环单元网络模型对风电功率进行点预测,提取初步预测误差。其次,采用随机森林算法构造误差模型,对初步预测结果进行修正。最后,采用核密度估计方法对修正后的误差进行概率分布拟合,计算置信区间。利用某风电场数据对风电功率进行多时间尺度预测,通过仿真验证该文方法的有效性和适用性。