基于CEEMD和随机森林算法的短期风电功率预测

摘要

提出一种基于完备总体经验模态分解(CEEMD)和随机森林(RF)算法的短期风电功率预测模型.首先,采用CEEMD算法将风电功率原始序列分解为若干特征互异的模态函数,计算各模态函数样本熵并将样本熵值相近的模态函数合并为新的分量.同时,采用偏自相关函数对不同分量确定输入变量集合,避免了人工经验选取的不足.然后,对每一分量建立随机森林预测模型,将各分量预测结果叠加获得短期风电功率预测值.最后,通过算例验证了所提模型的有效性.