一种基于集成学习的山地风电机组行为预测模型

摘要

本发明公开了一种基于集成学习的山地风电机组行为预测模型，包括以下步骤：1.采用自适应阈值法确定风速功率子区间数据密度阈值进而清洗异常数据；2.定义样本矩阵，采用自适应综合过采样方法生成新的样本矩阵均匀分布不同风况。3.根据第2步生成的数据，对其进行希尔伯特‑黄变换，得到山地风电机组模型输入量的分解量；4.根据第4步的数据，确定山地风电机组模型的输入输出，选取个体学习器并采用stacking的集成学习的融合策略，训练集成得到山地风电机组行为预测模型；5.采用网格搜索法确定模型最优参数6.运行测试山地风电机组行为预测模型。本发明可以为风电机组预测性控制提供服务，维护人员能更好更高效的维护机组正常运行。