基于数据预处理的ARIMA模型超短期风电功率预测

为了提高超短期风电功率预测的精确度和稳定性,文章提出了基于预处理数据的ARIMA时间序列自回归差分移动平均模型风电超短期预测算法。以黑龙江省某风电场的实测数据为例,对测风塔数据进行预处理,对风电场数据异常值进行处理,并对风电功率影响因素相关性进行分析,对所得到的数据进行差分处理,从而适应ARIMA模型的预测。结果表明,此方法可以有效提高预测精度和覆盖率。