一种高斯过程回归和粒子滤波的短期风速预测方法

摘要

本发明公开了一种高斯过程回归和粒子滤波的短期风速预测方法，实现对异常值的在线动态检测与修正并提高了风速预测精度。首先，采用偏自相关函数确定与待预测时刻风速值相关性最大的输入变量集合，确定状态向量并构建合适的训练样本集合，在训练样本集合中建立高斯过程回归短期风速预测模型，并给出训练过程拟合残差；然后结合状态向量和高斯过程回归模型，建立粒子滤波状态空间方程，采用粒子滤波算法对当前量测值进行状态估计；最终，对粒子滤波的估计值和量测值残差进行分析，并根据“3σ”原则判断并修正异常值。本发明提供的方法能够有效地对异常值进行检测与修正，提高了短期风速预测精度，能够较好地解决电力系统风速预测问题。