基于随机森林和支持向量回归的风力发电预测算法

为实现精确的风能出力预测,保障风力发电系统稳定并网,提出了一种基于随机森林模型和支持向量回归模型的精确风力发电功率预测算法。该算法以回归树和随机森林模型为基础,对风力发电影响因素进行特征重要性评估;基于特征筛选理论,构建最优特征集合;使用最优特征集合输入支持向量回归模型,实现风力发电功率的预测。为验证算法的有效性,使用实测数据开展实验分析。实验结果表明:相比于单独使用随机森林模型,本文算法大幅提高了预测精度,平均绝对误差降低了19.67%;相比于长短时神经网络模型,本文算法在保持同样高精度的同时,大幅降低了模型复杂度以及所需的训练时间。本文算法能够实现风力发电功率精确预测,具有较为重要的理论和实际意义。