EWT分位数回归森林的短期风电功率概率密度预测方法

摘要

本发明公开一种EWT分位数回归森林的短期风电功率概率密度预测方法，包括以下步骤：1)采用经验小波变换(empirical wavelet transform,EWT)将原始风电功率序列分解为一系列特征互异经验模式；2)根据频率范围将经验模式进行重新组合，形成高频、中频和低频分量；3)对各分量采用皮尔森相关系数选取输入变量；4)对各分量建立分位数回归森林预测模型，获得不同分位点回归预测结果；5)将各分量预测结果叠加，得到风电功率预测值；6)采用核密度估计获得风电功率概率密度预测。本发明提供方法有效提高了风电功率预测精度，获得任意时刻风电功率概率密度预测，能够较好解决电力系统风电功率预测问题。